Iparomlimab/Tuvonralimab联合白蛋白结合型紫杉醇与顺铂新辅助治疗局部晚期宫颈癌

该数据集来自clinicaltrials.gov,收录一项单臂临床试验,研究Iparomlimab/Tuvonralimab联合白蛋白结合型紫杉醇与顺铂作为新辅助方案治疗成人女性局部晚期宫颈癌

Xijing HospitalXijing Hospital
clinicaltrials
浏览 9
蛋白质预测Locally Advanced Cervical Cancer
Iparomlimab/Tuvonralimab Combined With Nab-paclitaxel and Cisplatin as Neoadjuvant Therapy for Locally Advanced Cervical Cancer

基本信息

模态
蛋白质
任务类型
预测
创建/更新时间
2026-10-22

资源简介

Iparomlimab/Tuvonralimab联合白蛋白结合型紫杉醇与顺铂新辅助治疗局部晚期宫颈癌

该数据集来自clinicaltrials.gov,收录一项单臂临床试验,研究Iparomlimab/Tuvonralimab联合白蛋白结合型紫杉醇与顺铂作为新辅助方案治疗成人女性局部晚期宫颈癌。数据覆盖病理完全缓解率、客观缓解率、无进展生存期、总生存期、生物标志物变化及肿瘤免疫微环境变化等指标,并关注联合方案的安全性。可用于评估该新辅助联合方案的疗效与安全性,支持宫颈癌免疫治疗相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:局部晚期宫颈癌。本临床试验旨在了解Iparomlimab/Tuvonralimab联合白蛋白结合型紫杉醇与顺铂作为新辅助治疗能否治疗成人女性局部晚期宫颈癌,同时了解该联合方案的安全性。主要回答以下问题:新辅助联合治疗后的病理完全缓解(pCR)率是多少?接受该方案的参与者的客观缓解率、无进展生存期、总生存期、生物标志物变化及肿瘤免疫微环境变化如何?本单臂研究无对照组。参与者将: 接受Iparomlimab/Tuvonralimab、白蛋白结合型紫杉醇与顺铂的新辅助治疗 在新辅助治疗完成后接受根治性手术 * 接受计划

【主题与分类】

主题标签:Locally Advanced Cervical Cancer。本站分类:肿瘤/宫颈癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07876154

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/NCT07876154

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

适应症:局部晚期宫颈癌。本临床试验旨在了解Iparomlimab/Tuvonralimab联合白蛋白结合型紫杉醇和顺铂作为新辅助治疗能否治疗成年女性患者的局部晚期宫颈癌,同时了解该联合方案的安全性。其主要研究问题为:新辅助联合治疗后的病理完全缓解(pCR)率是多少?接受该方案受试者的客观缓解率、无进展生存期、总生存期、生物标志物变化及肿瘤免疫微环境变化如何?本研究为单臂研究,无对照组。受试者将:* 接受Iparomlimab/Tuvonralimab、白蛋白结合型紫杉醇和顺铂的新辅助治疗 * 在新辅助治疗完成后接受根治性手术 * 接受定期影像学、血液和组织生物标志物检测 * 定期随访以进行生存和安全性评估。

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