评估SINE KPT-330治疗不可手术切除黑色素瘤患者的研究
该数据集来自clinicaltrials.gov,聚焦复发性黑色素瘤患者,评估KPT-330(selinexor)在1期研究确定的最大耐受剂量下的安全性,并考察临床获益率、无进展生存期等疗效指标,同时探索核转运抑制验证、BRAF/NRAS/PDGFRB突变状态对反应的影响及信号通路改变等三级目标

基本信息
资源简介
评估SINE KPT-330治疗不可手术切除黑色素瘤患者的研究
该数据集来自clinicaltrials.gov,聚焦复发性黑色素瘤患者,评估KPT-330(selinexor)在1期研究确定的最大耐受剂量下的安全性,并考察临床获益率、无进展生存期等疗效指标,同时探索核转运抑制验证、BRAF/NRAS/PDGFRB突变状态对反应的影响及信号通路改变等三级目标。数据可用于黑色素瘤治疗反应与安全性相关的预测建模研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:复发性黑色素瘤。主要目标:I. 在1期研究确定的最大耐受剂量(MTD)下评估KPT-330(selinexor)在黑色素瘤患者中的安全性。次要目标:I. 确定不可切除黑色素瘤患者的临床获益率(CBR)(完全缓解、部分缓解和疾病稳定)。II. 通过无进展生存期(PFS)评估MTD下的疗效。三级目标:I. 验证治疗导致的核转运抑制。II. 评估v-raf鼠肉瘤病毒癌基因同源物B1(BRAF)、神经母细胞瘤RAS病毒(v-ras)癌基因同源物(NRAS)或血小板衍生生长因子受体β多肽(PDGFRB)突变状态是否影响反应。III. 评估KPT-330治疗导致的信号通路改变。IV. 评估免疫
【主题与分类】
主题标签:Recurrent Melanoma。本站分类:肿瘤/皮肤癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02120222
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/NCT02120222
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:复发性黑色素瘤。主要目标:I. 评估KPT-330(selinexor)在黑色素瘤患者中的安全性,剂量为1期研究确定的最大耐受剂量(MTD)。次要目标:I. 确定不可切除黑色素瘤患者的临床获益率(CBR)(完全缓解、部分缓解和疾病稳定)。II. 评估在MTD下的疗效,以黑色素瘤患者的无进展生存期(PFS)衡量。三级目标:I. 验证治疗导致的核转运抑制。II. 评估v-raf小鼠肉瘤病毒癌基因同源物B1(BRAF)、神经母细胞瘤RAS病毒(v-ras)癌基因同源物(NRAS)或血小板衍生生长因子受体β多肽(PDGFRB)突变状态是否影响缓解。III. 评估KPT-330治疗导致的信号通路改变。IV. 评估KPT-330治疗导致的免疫学变化。方案概要:患者每周两次(BIW)口服(PO)selinexor。在无疾病进展或不可接受毒性的情况下,每4周重复一个疗程。研究治疗完成后,对患者随访1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。




