PDS0101联合Pembrolizumab治疗HPV16阳性复发和/或转移性HNSCC研究
该数据集来自clinicaltrials.gov，聚焦PDS0101与Pembrolizumab联合免疫治疗在HPV16阳性复发和/或转移性头颈鳞癌（HNSCC）受试者中的研究
基本信息
资源简介
PDS0101联合Pembrolizumab治疗HPV16阳性复发和/或转移性HNSCC研究
该数据集来自clinicaltrials.gov，聚焦PDS0101与Pembrolizumab联合免疫治疗在HPV16阳性复发和/或转移性头颈鳞癌（HNSCC）受试者中的研究。源站描述涵盖转移性头颈癌、复发性头颈癌、HPV阳性口咽鳞状细胞癌及头颈部肿瘤等条件，并说明PDS0101为皮下递送的T细胞HPV特异性免疫疗法，可激活多条免疫通路刺激HPV16特异性CD8+和CD4+ T细胞，进而靶向头颈、肛门和宫颈等HPV相关肿瘤。数据可用于了解该联合方案的研究背景与适用人群（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：转移性头颈癌、复发性头颈癌、HPV阳性口咽鳞状细胞癌、肿瘤、头颈部。PDS0101是一种新型T细胞HPV特异性免疫疗法，经皮下递送，已显示可通过激活多条免疫通路在患者体内刺激高水平HPV16特异性CD8+和CD4+ T细胞。这些HPV特异性T细胞随后靶向由HPV感染引起的肿瘤，如头颈癌、肛门癌和宫颈癌。过去10-15年间，HNSCC病例数持续稳步增加，超过90%的HPV阳性头颈癌为HPV16阳性。Pembrolizumab已显示对HPV阳性和HPV阴性头颈癌均有效。然而，其在PD-L1阳性且肿瘤内有免疫细胞证据的肿瘤中效果更佳。我们h
【主题与分类】
主题标签：Metastatic Head and Neck Cancer、Recurrent Head and Neck Cancer、Neoplasms, Head and Neck。本站分类：肿瘤/宫颈癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT04260126
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/NCT04260126
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：转移性头颈癌、复发性头颈癌、HPV阳性口咽鳞状细胞癌、肿瘤、头颈部。PDS0101是一种新型的T细胞HPV特异性免疫疗法，通过皮下给药，已被证明可通过激活多种免疫途径在患者体内刺激高水平HPV16特异性CD8+和CD4+ T细胞。这些HPV特异性T细胞随后靶向由HPV感染引起的肿瘤，如头颈癌、肛门癌和宫颈癌。在过去10-15年中，HNSCC病例数持续增加，超过90%的HPV阳性头颈癌为HPV16阳性。帕博利珠单抗已被证明对HPV阳性和HPV阴性头颈癌均有效。然而，其在PD-L1阳性且肿瘤内有免疫细胞证据的肿瘤中效果更佳。我们假设，使用PDS0101增加靶向肿瘤的HPV特异性T细胞将与帕博利珠单抗应答增加相关。
本研究将初步探讨PDS0101联合帕博利珠单抗治疗是否较KEYNOTE-048研究中帕博利珠单抗单药治疗能提高临床疗效。受试者将入组至检查点抑制剂(CPI)初治队列或CPI难治队列。
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。
