免疫检查点抑制剂应答的血液生物标志物初步研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT06630429

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：非小细胞肺癌、肾细胞癌（RCC）。

主要目的：本方案的主要目的是确定在接受ICI治疗的NSCLC和RCC患者中，TFx能否被可靠地测量。

次要目的：

• 纳入并评估其他已知恶病质风险因素与ICI治疗药代动力学及临床结局之间的关系（包括基线和纵向体重测量、通过L3 CT扫描进行身体成分测定、用于恶病质的白蛋白，以及用于PK的基线ICI单克隆抗体清除率和清除率随时间的变化）。
• 确定治疗期间能否观察到检测到的TFx变化，以及这些变化是否与根据RECIST v1.1、无进展生存期（PFS）和总生存期（OS）判定的临床获益相关。

探索性目的：

• 确定恶病质相关炎症、肿瘤相关糖皮质激素分泌增加以及酮症/生酮作用在单克隆抗体清除率升高和ICI治疗反应（根据RECIST 1.1、PFS和OS）中的潜在作用。
• 这包括细胞因子和其他信号标志物的测量，包括但不限于IL-6、干扰素-γ和TGF-β。
• 内源性糖皮质激素和酮体。
• 可溶性PD-L1。
• Ki-67+PD-1+CD8+ T细胞、Treg细胞，以及用于测量FcRn表达的PBMC分析。
• 量化一种可改变生物标志物——肠道微生物组——的效能，以将其用作接受随机治疗组合的肺癌患者临床获益的预测指标。
• 确定在NSCLC 11中，TFx变化是否因癌症分期或ICI治疗背景而异。
• 比较外周血中的炎症变化，包括CD8+ T细胞和Treg。

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。