外照射放疗与近距离放疗联合化疗和免疫治疗用于IVB期宫颈癌
该数据集来自clinicaltrials.gov,聚焦于新诊断的IVB期宫颈癌(AJCC v8),涵盖宫颈腺癌、腺鳞癌和鳞状细胞癌

基本信息
资源简介
外照射放疗与近距离放疗联合化疗和免疫治疗用于IVB期宫颈癌
该数据集来自clinicaltrials.gov,聚焦于新诊断的IVB期宫颈癌(AJCC v8),涵盖宫颈腺癌、腺鳞癌和鳞状细胞癌。研究主要目的是验证放疗能否安全整合到化疗、pembrolizumab和bevacizumab方案中,以改善疗效;次要目的包括评估总缓解率、总生存期和缓解持续时间,探索性目的涉及生活质量和疾病相关毒性,以及年龄、种族/民族、吸烟状态等风险因素的关联。数据可用于评估放疗联合标准治疗在晚期宫颈癌中的安全性和有效性,支持临床预后预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:宫颈腺癌、宫颈腺鳞癌、宫颈鳞状细胞癌、IVB期宫颈癌(美国癌症联合委员会(AJCC)第8版)。主要目的:I. 证明放疗可以安全地整合到化疗、pembrolizumab和bevacizumab中,用于新诊断的IVB期宫颈癌以改善结局。次要目的:I. 证明在IVB期宫颈癌标准治疗中加入放疗后,总缓解率、总生存期(OS)和缓解持续时间得到改善。探索性目的:I. 证明在IVB期宫颈癌标准治疗化疗中加入放疗后,生活质量和疾病相关毒性得到改善。II. 探索已知风险因素(年龄、种族/民族、吸烟状态、基线生活质量
【主题与分类】
主题标签:Cervical Adenocarcinoma、Cervical Adenosquamous Carcinoma、Cervical Squamous Cell Carcinoma。本站分类:肿瘤/宫颈癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06543576
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/NCT06543576
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
疾病类型:宫颈腺癌、宫颈腺鳞癌、宫颈鳞状细胞癌、IVB期宫颈癌(美国癌症联合委员会[AJCC]第8版)。
主要目的:I. 证明在新诊断的IVB期宫颈癌中,放疗可安全地整合入化疗、帕博利珠单抗联合贝伐珠单抗的治疗方案,以改善治疗结局。
次要目的:I. 证明在IVB期宫颈癌的标准治疗基础上加用放疗可改善总缓解率、总生存期(OS)和缓解持续时间。
探索性目的:I. 证明在IVB期宫颈癌的标准治疗化疗基础上加用放疗可改善生活质量和疾病相关毒性。II. 探讨已知危险因素(年龄、种族/民族、吸烟状况、基线生活质量、联合阳性评分[CPS]1-10分 versus >10分,以及体能状态)与生活质量变化、治疗结局和毒性之间的关联。III.
探索循环肿瘤脱氧核糖核酸(ctDNA)作为生物标志物,以监测对前期化疗-免疫治疗及后续放疗的反应。IV. 使用T细胞受体库测序(TCRseq)来定义肿瘤中存在的T细胞克隆,并确定其在基线和治疗反应中与外周血T细胞克隆的一致性。大纲:第1部分:患者在每周期第1天接受顺铂静脉注射(IV)、紫杉醇IV、帕博利珠单抗IV超过30分钟,以及贝伐珠单抗IV。在没有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,共6个周期。患者不接受治疗3周。第2部分:患者接受EBRT,共25次治疗,在5周内进行,以及近距离放射治疗3-5次。患者还在每周期第1天接受帕博利珠单抗IV超过30分钟和贝伐珠单抗IV。免疫治疗的周期每21天重复一次,总共2年,在没有疾病进展或不可接受的毒性的情况下。在帕博利珠单抗治疗2年后完成研究干预的参与者有资格最多1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。
![[225Ac]Ac-AKY-1189在实体瘤患者中的研究](/medical-api/medicalDataset/datasetCover/37835.jpg)



