Dinaciclib 治疗 IV 期黑色素瘤患者
该数据集来自 clinicaltrials.gov，收录一项关于 dinaciclib 治疗 IV 期黑色素瘤的多中心临床研究
基本信息
资源简介
Dinaciclib 治疗 IV 期黑色素瘤患者
该数据集来自 clinicaltrials.gov，收录一项关于 dinaciclib 治疗 IV 期黑色素瘤的多中心临床研究。覆盖肢端雀斑样、皮肤结节性、恶性雀斑样、Low-CSD、黏膜及复发性黑色素瘤等亚型，主要评估 1 年总生存率，次要评估 6 个月无进展生存率、缓解率及安全性与耐受性。数据可用于黑色素瘤治疗预后预测与疗效分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：肢端雀斑样黑色素瘤、皮肤结节性黑色素瘤、恶性雀斑样黑色素瘤、Low-CSD 黑色素瘤、黏膜黑色素瘤、复发性黑色素瘤、AJCC v6 和 v7 IV 期皮肤黑色素瘤。主要目标：I. 评估接受 dinaciclib 治疗的 IV 期黑色素瘤患者的 1 年总生存率。次要目标：I. 评估这些患者的 6 个月无进展生存率。II. 评估可测量疾病患者亚组的缓解率（确认和未确认的完全缓解和部分缓解）。III. 评估 dinaciclib 用于 IV 期黑色素瘤患者的安全性和耐受性。大纲：这是一项多中心研究。患者在第 1 天接受 dinaciclib 静脉注射，持续 2 小时。在没有疾病进展或不可接受的毒性的情况下，每 21 天重复治疗。完成研究治疗后，患者被 fo
【主题与分类】
主题标签：Acral Lentiginous Melanoma、Cutaneous Nodular Melanoma、Lentigo Maligna Melanoma、Low-CSD Melanoma、Mucosal Melanoma、Recurrent Melanoma。本站分类：肿瘤/皮肤癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT00937937
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://clinicaltrials.gov/study/NCT00937937
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
疾病：肢端雀斑样黑色素瘤、皮肤结节性黑色素瘤、恶性雀斑样黑色素瘤、低CSD黑色素瘤、黏膜黑色素瘤、复发性黑色素瘤、AJCC第6版和第7版IV期皮肤黑色素瘤。主要目的：I. 评估接受dinaciclib治疗的IV期黑色素瘤患者的1年总生存率。次要目的：I. 评估这些患者的6个月无进展生存率。II. 评估可测量病灶患者亚组的缓解率（确认和未确认的完全缓解和部分缓解）。III. 评估dinaciclib用于IV期黑色素瘤患者的安全性和耐受性。方案概要：这是一项多中心研究。患者在第1天接受dinaciclib静脉注射，持续2小时。在没有疾病进展或不可接受的毒性的情况下，每21天重复治疗。完成研究治疗后，患者每6个月随访一次，最长随访3年。
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
