腹腔内注射紫杉醇联合化疗治疗胃癌腹腔转移的试验
该数据集来自 clinicaltrials.gov,聚焦胃癌腹腔转移患者的治疗研究,涵盖胃腺癌、胃食管结合部腺癌及腹膜癌病

基本信息
资源简介
腹腔内注射紫杉醇联合化疗治疗胃癌腹腔转移的试验
该数据集来自 clinicaltrials.gov,聚焦胃癌腹腔转移患者的治疗研究,涵盖胃腺癌、胃食管结合部腺癌及腹膜癌病。研究分为 II 期和 III 期部分,主要目标分别为从随机化起评估无进展生存期(PFS)和总生存期(OS),次要目标为比较腹腔内化疗联合全身治疗与单纯全身治疗的安全性和耐受性。数据可用于分析腹腔内紫杉醇联合化疗的疗效与安全性,支持生存预测等研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:胃腺癌、胃食管结合部腺癌、腹膜癌病。主要目标:I. 在 II 期部分,确定从随机化起的无进展生存期(PFS)。II. 在 III 期部分,确定从随机化起的总生存期(OS)。次要目标:I. 比较腹腔内化疗+全身治疗方案与单纯全身治疗方案的安全性和耐受性。大纲:第0步:患者在研究注册后4周内接受诊断性腹腔镜检查。第1步:患者在第0步诊断性腹腔镜检查时被随机分配到2个组中的1个。A组:患者根据医生选择接受标准全身治疗。12周后疾病稳定或缓解的患者,在没有疾病进展或不可接受的情况下可继续接受标准治疗。
【主题与分类】
主题标签:Gastric Adenocarcinoma、Gastroesophageal Junction Adenocarcinoma、Peritoneal Carcinomatosis。本站分类:肿瘤/胃癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07001748
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/NCT07001748
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:胃腺癌、胃食管结合部腺癌、腹膜癌病。主要目的:I. 在II期部分,确定随机化后的无进展生存期(PFS)。II. 在III期部分,确定随机化后的总生存期(OS)。次要目的:I. 比较腹腔内化疗+全身治疗与单纯全身治疗方案的安全性和耐受性。大纲:第0步:患者在研究注册后4周内接受诊断性腹腔镜检查。第1步:在第0步诊断性腹腔镜检查时,患者被随机分配到2个组中的1个。A组:患者根据医生的选择接受标准护理全身治疗。12周后病情稳定或缓解的患者,在没有疾病进展或不可接受的毒性的情况下,可以继续接受标准护理治疗。患者在整个研究过程中接受血液样本采集和计算机断层扫描(CT)和/或磁共振成像(MRI),并可根据临床指征接受额外的诊断性腹腔镜检查。B组:患者接受腹腔内端口置入。
患者在每个周期的第1天和第8天接受亚叶酸钙静脉注射(IV),注射时间为15-30分钟;氟尿嘧啶静脉推注;紫杉醇静脉注射,注射时间为1-2小时;以及紫杉醇腹腔注射(IP)。在无疾病进展或不可接受的毒性的情况下,周期每21天重复一次,最多4个周期。12周后病情稳定或缓解的患者,在无疾病进展或不可接受的毒性的情况下,可继续接受治疗。患者在整个研究期间接受血液样本采集以及CT和/或MRI检查,并可根据临床指征接受额外的诊断性腹腔镜检查。研究治疗完成后,患者在第1步随机化后每3个月随访一次,持续2年,之后每6个月随访一次,最长随访至5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。




