ADXS11-001、丝裂霉素、5-氟尿嘧啶(5-FU)与IMRT治疗肛门癌的I/II期评估
该数据集来自clinicaltrials.gov,主题为肛门癌的I/II期治疗评估,涉及ADXS11-001、丝裂霉素、5-氟尿嘧啶(5-FU)与IMRT的联合方案

基本信息
资源简介
ADXS11-001、丝裂霉素、5-氟尿嘧啶(5-FU)与IMRT治疗肛门癌的I/II期评估
该数据集来自clinicaltrials.gov,主题为肛门癌的I/II期治疗评估,涉及ADXS11-001、丝裂霉素、5-氟尿嘧啶(5-FU)与IMRT的联合方案。源站描述指出,局部晚期肛门癌患者中相当比例会出现持续局部区域病变或远处转移,几乎所有肛门癌均与HPV感染相关,其癌细胞表达HPV E7肿瘤相关抗原,而ADXS11-001可刺激抗原呈递细胞促使免疫细胞攻击表达HPV E7的癌细胞。该药在晚期宫颈癌中已显示安全性,单药及与顺铂联合均显示抗肿瘤活性与安全性(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Anal Cancer. 肛门癌需要新的治疗方法。相当比例的局部晚期肛门癌患者会出现持续性局部区域病变或发生全身转移。几乎所有肛门癌病例都与HPV感染有关。感染HPV的肛门癌细胞具有肿瘤相关抗原HPV E7。ADXS11-001可刺激抗原呈递细胞,从而促进免疫细胞攻击表达HPV E7的癌细胞。ADXS11-001在II期剂量1x109 CFU下,已在同样由HPV感染引起的晚期宫颈癌患者中显示安全性。在宫颈癌中,单药ADXS11-001以及ADXS11-001与顺铂化疗联合均已证明具有抗肿瘤活性和安全性。2012年ASCO公布的数据显示,ADXS11-001目前正在美国女性中接受评估
【主题与分类】
主题标签:Anal Cancer。本站分类:肿瘤/宫颈癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01671488
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/NCT01671488
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:肛门癌。肛门癌需要新的治疗方法。相当一部分局部晚期肛门癌患者将持续存在局部区域性疾病或发生全身性转移。几乎所有肛门癌病例都与HPV感染有关。感染HPV的肛门癌细胞具有肿瘤相关抗原HPV E7。ADXS11-001能刺激抗原呈递细胞,促进免疫细胞攻击表达HPV E7的癌细胞。ADXS11-001在II期剂量1x10^9 CFU下,已在同样由HPV感染引起的晚期宫颈癌患者中显示出安全性。在宫颈癌中,单用ADXS11-001以及ADXS11-001与顺铂化疗联合使用均已证明具有抗肿瘤活性和安全性。2012年ASCO会议上公布的数据表明,ADXS11-001目前正在美国宫颈上皮内瘤变女性中进行评估。放疗可能增强ADXS11-001的活性,增加肿瘤相关抗原的暴露,从而提高局部区域性疾病根除的机会并预防全身复发。
因此,ADXS11-001可能提高完全缓解率,预防疾病复发,并增加肛门癌患者的无病生存期和总生存期。本方案将开发足够的初步安全性和有效性数据,以促进ADXS11-001在“NRG”中对肛门癌的研究。“NRG”是基于RTOG、NSABP和GOG合并新成立的合作组。如上所述,I期研究和II期研究的初步数据已证明,ADXS11-001,1x10^9 CFU,可安全地作为单药以及与化疗联合给药。例如,在超过200名接受1x10^9 CFU剂量治疗的患者中,未出现严重李斯特菌菌血症或3级心肺毒性病例。然而,由于ADXS11-001此前未与放疗联合给药,本研究的主要目标将是确定
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。




