Pembrolizumab联合Gemcitabine治疗晚期蕈样肉芽肿或Sézary综合征

可用于分析该联合方案在相关罕见皮肤淋巴瘤中的疗效与安全性,支持临床研究回顾或治疗模式探索(来源 clinicaltrials.gov)

Memorial Sloan Kettering Cancer CenterMemorial Sloan Kettering Cancer Center
clinicaltrials
浏览 11
其他分类Mycosis FungoidesMycosis Fungoides/Sezary SyndromeSezary SyndromeSézaryAdvanced Mycosis Fungoides
Pembrolizumab in Combination With Gemcitabine in People With Advanced Mycosis Fungoides or Sézary Syndrome

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-13

资源简介

Pembrolizumab联合Gemcitabine治疗晚期蕈样肉芽肿或Sézary综合征

该数据集来自clinicaltrials.gov,聚焦于晚期蕈样肉芽肿或Sézary综合征患者,研究Pembrolizumab联合Gemcitabine的治疗效果。数据覆盖Mycosis Fungoides、Mycosis Fungoides/Sezary Syndrome、Sezary Syndrome、Sézary及Advanced Mycosis Fungoides等主题标签,属于肿瘤与皮肤T细胞淋巴瘤领域。可用于分析该联合方案在相关罕见皮肤淋巴瘤中的疗效与安全性,支持临床研究回顾或治疗模式探索(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:蕈样肉芽肿、蕈样肉芽肿/Sézary综合征、Sézary综合征、Sézary、晚期蕈样肉芽肿。本研究的目的是查明Pembrolizumab与Gemcitabine联合治疗对蕈样肉芽肿和Sézary综合征是否有效。

【主题与分类】

主题标签:Mycosis Fungoides、Mycosis Fungoides/Sezary Syndrome、Sezary Syndrome、Sézary、Advanced Mycosis Fungoides。本站分类:肿瘤/皮肤T细胞淋巴瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04960618

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/NCT04960618

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

疾病:蕈样肉芽肿、蕈样肉芽肿/塞扎里综合征、塞扎里综合征、塞扎里、晚期蕈样肉芽肿。本研究的目的是探究帕博利珠单抗与吉西他滨联合治疗蕈样肉芽肿和塞扎里综合征是否有效。

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