AIV001 治疗低危基底细胞癌亚型非黑色素瘤皮肤癌的安全性与疗效评估
该数据集来自 clinicaltrials.gov,围绕 AIV001(axitinib)在低危基底细胞癌亚型非黑色素瘤皮肤癌中的安全性与疗效评估

基本信息
资源简介
AIV001 治疗低危基底细胞癌亚型非黑色素瘤皮肤癌的安全性与疗效评估
该数据集来自 clinicaltrials.gov,围绕 AIV001(axitinib)在低危基底细胞癌亚型非黑色素瘤皮肤癌中的安全性与疗效评估。覆盖浅表型基底细胞癌、结节型基底细胞癌及非黑色素瘤皮肤癌。AIV001 靶向血管生成、炎症和纤维化,采用皮内/瘤内注射以延长皮肤滞留。对于不愿或不宜手术的患者,非手术方案可避免术后并发症与瘢痕。数据可用于评估该疗法的安全性与疗效相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:浅表型基底细胞癌、结节型基底细胞癌、非黑色素瘤皮肤癌。AIV001(axitinib)被配制用于为基底细胞癌(BCC)亚型的非黑色素瘤皮肤癌(NMSC)患者提供局部疾病修饰治疗。AIV001 靶向与多种病理性皮肤状况相关的血管生成、炎症和纤维化,并被配制成简单的皮内/瘤内注射,表现出延长的皮肤滞留。对于小于 20 mm 的病灶,手术切除是基底细胞癌亚型 NMSC 的标准治疗。手术切除病灶有效,但对于一些不愿手术或存在手术禁忌的患者,需要非手术选择。非手术选择将消除病灶切除后出现的术后并发症和瘢痕。此外,病灶的特定解剖位置
【主题与分类】
主题标签:Superficial Basal Cell Carcinoma、Nodular Basal Cell Carcinoma、Nonmelanoma Skin Cancers。本站分类:肿瘤/皮肤癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04470726
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/NCT04470726
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:浅表性基底细胞癌、结节性基底细胞癌、非黑色素瘤皮肤癌。AIV001(阿昔替尼)的制剂设计旨在为基底细胞癌(BCC)亚型的非黑色素瘤皮肤癌(NMSC)患者提供局部疾病修饰治疗。AIV001靶向与多种病理性皮肤状况相关的血管生成、炎症和纤维化,其制剂为简单的皮内/瘤内注射,表现出延长的皮肤滞留时间。对于小于20毫米的病变,手术切除是基底细胞癌亚型NMSC的标准治疗方法。手术切除病变有效,但对于一些不愿手术或存在手术禁忌的患者,需要非手术治疗方案。非手术治疗方案将消除病变切除后的术后并发症和疤痕。此外,病变的特定解剖位置可能涉及美观问题(如面部)或愈合挑战(如下肢)。一种有效的注射剂将惠及不愿手术、有伤口愈合并发症风险、关注美观结果或因多次手术而疲惫的患者。
存在伤口愈合延迟风险的患者群体(如老年人或糖尿病患者)将受益于可注射的治疗选择。本研究将评估注射方法、治疗间隔、四个递增剂量、安全性、组织学清除率以及经活检确诊的、位于非面部皮肤、直径小于20毫米的“低危”基底细胞癌(BCC)病灶的临床清除率。
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。




