Atezolizumab联合BDB001与免疫原性放疗治疗晚期实体瘤

该数据集来自clinicaltrials.gov,聚焦Atezolizumab联合BDB001及免疫原性放疗在晚期实体瘤中的疗效评估

Institut BergoniéInstitut Bergonié
clinicaltrials
浏览 13
其他分类Solid Tumor, AdultPancreatic CancerVirus-associated TumorsNon Small Cell Lung CancerMelanomaBladder CancerTriple Negative Breast Cancer
Atezolizumab Combined With BDB001 AnD Immunogenic Radiotherapy in Patients With Advanced Solid Tumors

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-09

资源简介

Atezolizumab联合BDB001与免疫原性放疗治疗晚期实体瘤

该数据集来自clinicaltrials.gov,聚焦Atezolizumab联合BDB001及免疫原性放疗在晚期实体瘤中的疗效评估。覆盖胰腺癌、病毒相关肿瘤、抗PD-1/L1难治性非小细胞肺癌、软组织肉瘤、抗PD-1/L1难治性膀胱癌和三阴性乳腺癌六类人群。研究采用基于两阶段Simon最优设计的六项独立、多中心、前瞻性、单臂II期试验并行开展。数据可用于肿瘤免疫治疗与放疗联合方案的疗效分析及分类建模(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:实体瘤、成人、胰腺癌、病毒相关肿瘤、非小细胞肺癌、黑色素瘤、膀胱癌、三阴性乳腺癌。将并行开展6项独立、多中心、前瞻性、单臂II期试验,基于两阶段Simon最优设计,分别在不同的实体瘤人群中评估atezolimab + BDB001 + 放疗的疗效: 人群1:胰腺癌 人群2:病毒相关肿瘤 人群3:抗PD-1/L1难治性非小细胞肺癌 人群4:软组织肉瘤 人群5:抗PD-1/L1难治性膀胱癌 人群6:三阴性乳腺癌

【主题与分类】

主题标签:Solid Tumor, Adult、Pancreatic Cancer、Virus-associated Tumors、Non Small Cell Lung Cancer、Melanoma、Bladder Cancer、Triple Negative Breast Cancer。本站分类:肿瘤/肺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT03915678

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/NCT03915678

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

疾病类型:成人实体瘤、胰腺癌、病毒相关肿瘤、非小细胞肺癌、黑色素瘤、膀胱癌、三阴性乳腺癌。将并行开展6项独立、多中心、前瞻性、单臂II期试验,基于两阶段Simon最优设计,分别评估阿替利珠单抗+BDB001+放疗在不同实体瘤人群中的疗效:* 人群1:胰腺癌 * 人群2:病毒相关肿瘤 * 人群3:抗PD-1/L1难治性非小细胞肺癌 * 人群4:软组织肉瘤 * 人群5:抗PD-1/L1难治性膀胱癌 * 人群6:三阴性乳腺癌

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