SCG142 TCR-T细胞治疗人乳头瘤病毒相关癌
该数据集来自clinicaltrials.gov，聚焦SCG142 TCR-T细胞治疗人乳头瘤病毒相关癌的I期临床研究。覆盖宫颈癌、头颈癌、肛门癌、外阴癌、阴道癌、阴茎癌及HPV相关恶性肿瘤
基本信息
资源简介
SCG142 TCR-T细胞治疗人乳头瘤病毒相关癌
数据集收录了一项针对晚期HPV相关癌的I期临床研究信息，研究药物为SCG142 TCR-T细胞。该研究覆盖宫颈癌、头颈癌、肛门癌、外阴癌、阴道癌、阴茎癌以及HPV相关恶性肿瘤等多种疾病类型，采用多中心、开放、单臂的剂量递增与剂量扩展设计，旨在评估SCG142 TCR-T细胞在受试者中的安全性、耐受性和有效性。数据集来源于clinicaltrials.gov，归类于肿瘤/宫颈癌方向，为关注HPV相关恶性肿瘤免疫治疗的研究人员、临床医生及药物开发者提供了一项聚焦TCR-T细胞疗法的早期临床研究记录。
【数据集背景】
人乳头瘤病毒（HPV）相关癌是一组与HPV感染密切相关的恶性肿瘤，涵盖宫颈癌、头颈癌、肛门癌、外阴癌、阴道癌、阴茎癌及其他HPV相关恶性肿瘤。这类肿瘤在晚期阶段治疗选择有限，亟需探索新的治疗策略。SCG142 TCR-T细胞是一种靶向HPV相关抗原的工程化T细胞疗法，本研究即为评估该疗法在晚期HPV相关癌受试者中的表现而设计。该数据集所记录的研究为多中心、开放、单臂的I期临床试验，包含剂量递增和剂量扩展两个阶段，主要关注安全性、耐受性和有效性三个维度。
【数据内容】
数据集围绕SCG142 TCR-T细胞治疗人乳头瘤病毒相关癌的I期临床研究展开，所涉及的疾病条件包括人乳头瘤病毒相关癌、宫颈癌、头颈癌、肛门癌、外阴癌、阴道癌、阴茎癌以及HPV相关恶性肿瘤。主题标签同样覆盖上述疾病类型。研究设计为多中心、开放、单臂的剂量递增与剂量扩展I期研究，评价指标为安全性、耐受性和有效性。除上述研究层面的描述外，源站未提供更细颗粒度的数据字段说明。
【采集与来源】
该数据集来源于clinicaltrials.gov，属于临床试验注册信息。源站描述明确了研究条件、研究设计及研究目的。除来源站为clinicaltrials.gov以及上述源站描述外，源站未提供关于数据采集方式、采集时间范围、采集机构等进一步信息。
【适用场景】
该数据集适用于了解SCG142 TCR-T细胞治疗HPV相关癌的早期临床研究设计，可用于识别该研究覆盖的疾病人群，包括宫颈癌、头颈癌、肛门癌、外阴癌、阴道癌、阴茎癌及HPV相关恶性肿瘤。对于关注TCR-T细胞疗法在HPV相关恶性肿瘤中应用的研究者、临床医生和药物开发人员，该数据集提供了研究层面的参考信息。源站未提供其他具体适用场景的说明。
【使用方法】
源站未提供。
【质量与限制】
该数据集为临床试验注册信息，研究设计为开放、单臂的I期研究，包含剂量递增和剂量扩展阶段。源站未提供关于数据完整性、准确性、偏倚控制或统计方法等方面的进一步说明。
【引用与许可】
源站未提供。
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/NCT06544720
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：人乳头瘤病毒相关癌、宫颈癌、头颈部癌、肛门癌、外阴癌、阴道癌、阴茎癌、HPV相关恶性肿瘤。一项多中心、开放、单臂剂量递增和剂量扩展的I期研究，旨在评估SCG142 TCR-T细胞在晚期HPV相关癌受试者中的安全性、耐受性和有效性。
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。
