HNSCC患者P16表达CTC检测与癌组织HPV感染临床相关性研究

该数据集来自clinicaltrials.gov,聚焦头颈部鳞状细胞癌(HNSCC)患者,围绕P16 INK4A表达循环肿瘤细胞(CTC)检测与癌组织HPV感染的临床相关性展开

Chang Gung Memorial HospitalChang Gung Memorial Hospital
clinicaltrials
浏览 2
其他预测RecurrenceMetastasisDeath
The Clinical Relevance of P16 Expressing CTCs Detection Comparing With HPV Infection in Cancer Tissue in HNSCC Patients.

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-23

资源简介

HNSCC患者P16表达CTC检测与癌组织HPV感染临床相关性研究

该数据集来自clinicaltrials.gov,聚焦头颈部鳞状细胞癌(HNSCC)患者,围绕P16 INK4A表达循环肿瘤细胞(CTC)检测与癌组织HPV感染的临床相关性展开。数据覆盖复发、转移、死亡等结局,并涉及纵向分离计数CTC、动态监测P16状态变化、分析饮酒吸烟槟榔等习惯对P16表达CTC的影响,以及建立特定表面标志物随访模型。可用于探索CTC标志物与治疗反应、生存预后的关联,支持肿瘤液体活检与随访预测研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:复发、转移、死亡。1. 建立方案和实用平台,在HPV阳性头颈癌患者治疗过程中纵向分离、计数CTC。2. 阐明表达P16 INK4A的CTC对癌症状态和治疗反应的临床意义。3. 验证在抗癌治疗期间动态监测P16状态及其变化对生存或治疗反应是可行且具有临床意义的。4. 分析不同习惯条件,即酒精、香烟和槟榔使用对表达P16的CTC的影响。5. 建立一个良好的模型来随访CTC上的特定表面标志物,该模型可能用于其他具有其特定标志物的癌症(即胃癌上的CEA、乳腺癌上的Her2)。

【主题与分类】

主题标签:Recurrence、Metastasis、Death。本站分类:肿瘤/乳腺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT02791607

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT02791607

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:复发、转移、死亡。1. 建立一套方案和实用平台,以便在HPV阳性头颈癌患者的治疗过程中纵向分离、计数CTC。2. 阐明表达P16 INK4A的CTC对癌症状态和治疗反应的临床意义。3. 验证在抗癌治疗期间动态监测P16状态及其变化对生存或治疗反应是可行且具有临床意义的。4. 分析不同习惯性因素,即酒精、香烟和槟榔使用,对表达P16的CTC的影响。5. 建立一个良好的模型,用于追踪CTC上的特定表面标志物,该模型可能可应用于其他具有其特定标志物的癌症(即胃癌的CEA、乳腺癌的Her2)。

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。

获取专属数据定制方案