IRX-2联合环磷酰胺与Nivolumab治疗复发或转移难治性肝癌
该数据集来自clinicaltrials.gov，聚焦IRX-2方案联合nivolumab治疗抗PD-1/PD-L1初治、至少一线治疗失败或不耐受的复发或转移性肝癌患者
基本信息
资源简介
IRX-2联合环磷酰胺与Nivolumab治疗复发或转移难治性肝癌
该数据集来自clinicaltrials.gov，聚焦IRX-2方案联合nivolumab治疗抗PD-1/PD-L1初治、至少一线治疗失败或不耐受的复发或转移性肝癌患者。覆盖复发性肝细胞癌、难治性肝癌及AJCC v8 IV期、IVA期、IVB期肝细胞癌。主要目标是确定联合方案的安全性，次要目标包括用RECIST 1.1和免疫改良RECIST评估总缓解率、6个月无进展生存率、中位无进展生存期和总生存期，探索性目标涉及循环T细胞谱分析。可用于肝癌免疫联合治疗的安全性、疗效及生物标志物研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：复发性肝细胞癌、难治性肝癌、AJCC v8 IV期肝细胞癌、AJCC v8 IVA期肝细胞癌、AJCC v8 IVB期肝细胞癌。主要目标：I. 在抗PD-1/PD-L1初治、至少一线治疗失败或不耐受的患者中，确定IRX-2方案联合nivolumab的安全性特征。次要目标：I. 使用实体瘤疗效评价标准（RECIST）1.1和免疫改良RECIST标准，评估IRX-2方案联合nivolumab的总缓解率。II. 评估接受IRX-2方案联合nivolumab治疗患者的6个月无进展生存率。III. 评估中位无进展生存期和总生存期。探索性目标：I. 评估患者治疗前的循环T细胞谱
【主题与分类】
主题标签：Recurrent Hepatocellular Carcinoma、Refractory Liver Carcinoma。本站分类：肿瘤/肝癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT03655002
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/NCT03655002
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
疾病状态：复发性肝细胞癌、难治性肝癌、AJCC第8版IV期肝细胞癌、AJCC第8版IVA期肝细胞癌、AJCC第8版IVB期肝细胞癌。主要目的：I. 确定IRX-2方案联合纳武利尤单抗在抗PD-1/PD-L1初治、且至少一线治疗失败或不耐受患者中的安全性特征。次要目的：I. 采用实体瘤疗效评价标准（RECIST）1.1及免疫改良RECIST标准，评价IRX-2方案联合纳武利尤单抗的总体缓解率。II. 评价接受IRX-2方案联合纳武利尤单抗治疗患者的6个月无进展生存率。III. 评价中位无进展生存期和总生存期。探索性目的：I. 评价IRX-2方案联合纳武利尤单抗治疗前后患者的循环T细胞谱。II. 通过多重蛋白质组学检测（MHC-PepSeq）结合肿瘤基因组和转录组测序，探索肿瘤组织新抗原的鉴定。III.
探讨外周血中可能的生物标志物（包括循环肿瘤脱氧核糖核酸[DNA]和免疫细胞谱），以生成对IRX-2方案联合纳武利尤单抗治疗反应的假设。研究概要：这是一项IRX-2的剂量递增研究。患者在第1天接受纳武利尤单抗静脉注射（IV）30分钟，第1天接受环磷酰胺静脉注射，第4天至第15天期间接受IRX-2皮下注射（SC）10天。在没有疾病进展或不可接受的毒性的情况下，周期每28天重复一次，最长持续18个月。患者在第3、6、9、12和15个月接受IRX-2皮下注射加强针。完成研究治疗后，每12周对患者进行一次随访。
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。
