早期三阴性乳腺癌新辅助治疗：Iparomlimab与Tuvonralimab注射液联合化疗的应答导向策略
一项前瞻性研究计划入组筛选合格的早期乳腺癌患者，接受靶向PD-1和CTLA-4的免疫检查点抑制剂QL1706新辅助联合化疗（四周期TP±四周期AC）
基本信息
资源简介
早期三阴性乳腺癌新辅助治疗：Iparomlimab与Tuvonralimab注射液联合化疗的应答导向策略
一项前瞻性研究计划入组筛选合格的早期乳腺癌患者，接受靶向PD-1和CTLA-4的免疫检查点抑制剂QL1706新辅助联合化疗（四周期TP±四周期AC）。四周期TP后行影像学与粗针活检，影像学完全缓解者直接手术，未达者再行四周期AC后手术。研究采用反应引导新辅助治疗（RGN）模型，识别可免除蒽环类药物的敏感患者，以减少长期心脏毒性（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病/条件：乳腺癌、新辅助治疗、免疫检查点抑制剂、QL1706。Iparomlimab和Tuvonralimab注射液（QL1706）是一种双功能组合抗体，靶向程序性细胞死亡蛋白1（PD-1）和细胞毒性T淋巴细胞相关抗原4（CTLA-4）。这是一项前瞻性临床研究，计划入组经筛选、符合条件的早期乳腺癌患者，接受新辅助QL1706联合化疗（4个周期TP±4个周期AC）。完成4个TP周期后，将进行影像学检查和核心活检。达到影像学完全缓解的患者将直接进入手术；未达到者将在手术前再接受4个AC周期。其关键特征是引入了应答指导的新辅助治疗（RGN）模式，以识别可放弃蒽环类药物的敏感患者，从而减少长期心脏毒性。
【主题与分类】
主题标签：Breast Cancer、Neoadjuvant Therapy、Immune Checkpoint Inhibitors、QL1706。本站分类：肿瘤/乳腺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07372079
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/NCT07372079
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/条件：乳腺癌、新辅助治疗、免疫检查点抑制剂、QL1706。Iparomlimab和Tuvonralimab注射液（QL1706）是一种双功能组合抗体，靶向程序性细胞死亡蛋白1（PD-1）和细胞毒性T淋巴细胞相关抗原4（CTLA-4）。这是一项前瞻性临床研究，计划入组经筛选、符合条件的早期乳腺癌患者，接受新辅助QL1706联合化疗（4个周期TP±4个周期AC）。完成4个TP周期后，将进行影像学检查和核心活检。达到影像学完全缓解的患者将直接进入手术；未达到者将在手术前再接受4个AC周期。其关键特征是引入了应答指导的新辅助治疗（RGN）模式，以识别可放弃蒽环类药物的敏感患者，从而减少长期心脏毒性。
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。
