卡博替尼联合或不联合阿替利珠单抗治疗晚期乳头状肾癌的PAPMET2试验
该数据集来自clinicaltrials.gov,收录PAPMET2临床试验,针对转移性乳头状肾细胞癌(mPRCC)及AJCC v8 IV期肾细胞癌患者

基本信息
资源简介
卡博替尼联合或不联合阿替利珠单抗治疗晚期乳头状肾癌的PAPMET2试验
该数据集来自clinicaltrials.gov,收录PAPMET2临床试验,针对转移性乳头状肾细胞癌(mPRCC)及AJCC v8 IV期肾细胞癌患者。研究比较卡博替尼联合阿替利珠单抗与卡博替尼单药治疗,主要终点为无进展生存期,次要终点包括总生存期、RECIST客观缓解率及不良事件评估,并设有生物样本库用于未来相关性研究。数据可用于分析联合治疗与单药治疗的疗效差异、安全性及预后预测(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:转移性乳头状肾细胞癌,AJCC v8 IV期肾细胞癌。主要目的:I. 比较随机接受卡博替尼(苹果酸卡博替尼)联合阿替利珠单抗与单用卡博替尼的转移性乳头状肾细胞癌(mPRCC)参与者的无进展生存期。次要目的:I. 比较随机接受卡博替尼联合阿替利珠单抗与单用卡博替尼的mPRCC参与者的总生存期。II. 比较随机接受卡博替尼联合阿替利珠单抗与单用卡博替尼的mPRCC参与者的实体瘤疗效评价标准(RECIST)客观缓解率(确认和未确认,完全和部分缓解)。III. 评估各治疗组中观察到的定量和定性不良事件。生物样本库目的:I. 储存生物样本用于未来的相关性研究。大纲:P
【主题与分类】
主题标签:Stage IV Renal Cell Cancer AJCC v8。本站分类:肿瘤/肾癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05411081
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/NCT05411081
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:转移性乳头状肾细胞癌,IV期肾细胞癌 AJCC v8。主要目的:I. 比较随机接受卡博替尼(苹果酸卡博替尼)联合阿替利珠单抗与单用卡博替尼治疗的转移性乳头状肾细胞癌(mPRCC)参与者的无进展生存期。次要目的:I. 比较随机接受卡博替尼联合阿替利珠单抗与单用卡博替尼治疗的mPRCC参与者的总生存期。II. 比较随机接受卡博替尼联合阿替利珠单抗与单用卡博替尼治疗的mPRCC参与者的实体瘤疗效评价标准(RECIST)客观缓解率(确认和未确认的完全缓解和部分缓解)。III. 评估各治疗组观察到的定量和定性不良事件。生物样本库目的:I. 储存生物标本以供未来相关性研究。大纲:患者被随机分配到2个治疗组之一。第一组:患者在每个周期的第1-21天每天一次(QD)口服(PO)苹果酸卡博替尼。在没有疾病进展或不可接受的毒性的情况下,每21天重复一个周期。
患者在试验期间还需接受计算机断层扫描(CT)或磁共振成像(MRI)以及血液和尿液样本采集。患者在整个试验期间也可能接受骨扫描。ARM II:患者在每个周期的第1-21天口服苹果酸卡博替尼每日一次,并在第1天静脉注射阿替利珠单抗,输注时间为30-60分钟。在没有疾病进展或不可接受的毒性的情况下,每21天重复一个周期。患者在整个试验期间还需接受CT扫描或MRI以及血液和尿液样本采集。患者在整个试验期间也可能接受骨扫描。研究治疗完成后,对患者进行随访,每3个月一次,持续2年,之后每6个月一次,最长随访至5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。




