早期TNBC瘤内INT230-6后新辅助免疫化疗研究 INVINCIBLE-4-SAKK
该数据集来自clinicaltrials.gov,聚焦早期三阴性乳腺癌(TNBC)患者,研究瘤内注射INT230-6后序贯新辅助免疫化疗的方案

基本信息
资源简介
早期TNBC瘤内INT230-6后新辅助免疫化疗研究 INVINCIBLE-4-SAKK
该数据集来自clinicaltrials.gov,聚焦早期三阴性乳腺癌(TNBC)患者,研究瘤内注射INT230-6后序贯新辅助免疫化疗的方案。源站描述指出TNBC侵袭性强、复发率高、死亡率高,Keynote-522研究显示早期TNBC患者39个月内无事件生存事件发生率为19.6%,达到病理完全缓解和清除阳性淋巴结是关键预后因素。INT230-6由顺铂和长春碱及促进其在肿瘤组织分布的分子组成,在临床试验中已显示可使T2乳腺癌肿瘤坏死达95%,并在诊断至手术期间激发全身免疫激活。数据可用于TNBC新辅助治疗相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:三阴性乳腺癌,TNBC - 三阴性乳腺癌。三阴性乳腺癌(TNBC)因其侵袭性强、复发率高和死亡率增加而带来重大挑战。Keynote-522研究显示,早期TNBC患者在39个月内无事件生存(EFS)事件的发生率为19.6%。达到病理完全缓解(pCR)和清除阳性淋巴结是关键的预后因素。IMP INT230-6是化疗药物顺铂和长春碱与一种促进其在肿瘤组织中分布的分子组成的联合制剂。INT230-6目前处于临床试验中,已证明能够在T2乳腺癌肿瘤中诱导高达95%的坏死,并且已观察到在诊断至手术期间刺激全身免疫激活。此外,有希望的结果
【主题与分类】
主题标签:Triple-negative Breast Cancer、TNBC - Triple-Negative Breast Cancer。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06358573
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/NCT06358573
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
条件:三阴性乳腺癌,TNBC——三阴性乳腺癌。三阴性乳腺癌(TNBC)因其侵袭性强、复发率高和死亡率增加而带来重大挑战。Keynote-522研究显示,在39个月内,早期TNBC患者的无事件生存(EFS)事件发生率为19.6%。实现病理完全缓解(pCR)和清除阳性淋巴结是关键的预后因素。IMP INT230-6是化疗药物顺铂和长春碱的联合制剂,并含有一种促进其在肿瘤组织中分布的分子。INT230-6目前处于临床试验阶段,已证明能够在T2期乳腺肿瘤中诱导高达95%的坏死,并且已观察到在诊断至手术期间可刺激全身性免疫激活。此外,在七名难治性乳腺癌患者中已观察到令人鼓舞的结果,表现为Ki67水平降低和中位总生存期达12个月。已完成和正在进行的美国
包括91名患者在内的临床试验——一项机会窗试验——证明了INT230-6单独使用以及与帕博利珠单抗和伊匹木单抗等检查点抑制剂联合使用的安全性和早期活性,尤其是在耐药病例中。基于这些积极结果,该临床试验将评估INT230-6在早期三阴性乳腺癌(TNBC)患者中的安全性和早期临床活性,以满足这一具有挑战性的亚型中高度未满足的医疗需求。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。

![[68Ga]Ga-DWJ155在成人实体瘤患者中的研究](/medical-api/medicalDataset/datasetCover/37872.jpg)


