环磷酰胺联合疫苗治疗晚期癌症患者
该数据集来自 clinicaltrials.gov,聚焦环磷酰胺联合疫苗治疗晚期癌症的临床试验,覆盖乳腺癌、结直肠癌、肾癌、肺癌、恶性间皮瘤和胰腺癌

基本信息
资源简介
环磷酰胺联合疫苗治疗晚期癌症患者
该数据集来自 clinicaltrials.gov,聚焦环磷酰胺联合疫苗治疗晚期癌症的临床试验,覆盖乳腺癌、结直肠癌、肾癌、肺癌、恶性间皮瘤和胰腺癌。研究采用自体或异体主动特异性淋巴内免疫疗法,疫苗含经干扰素 alfa 或干扰素 gamma 处理的肿瘤细胞,随后给予 sargramostim(GM-CSF)。这是一项先导研究,患者按肿瘤类型分层,肿瘤组织经干扰素处理 72-96 小时后制备疫苗,患者接受环磷酰胺静脉给药,48-72 小时后皮内接种肿瘤细胞疫苗。数据可用于分析该疗法的安全性与临床效果(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:乳腺癌、结直肠癌、肾癌、肺癌、恶性间皮瘤、胰腺癌。目的:* 确定含经干扰素 alfa 或干扰素 gamma 处理的肿瘤细胞的自体或异体主动特异性淋巴内免疫疗法随后给予 sargramostim(GM-CSF)在晚期癌症患者中的安全性和临床效果。概要:这是一项先导研究。患者按肿瘤类型分层。从患者体内取出肿瘤组织,与干扰素 alfa 或干扰素 gamma 孵育 72-96 小时。(如果无法获得自体肿瘤细胞,则制备异体疫苗。)收获的活化细胞在使用前立即照射。患者接受环磷酰胺静脉给药。环磷酰胺给药后 48-72 小时,患者皮内接种肿瘤细胞疫苗。患者还接受 sargramos
【主题与分类】
主题标签:Breast Cancer、Colorectal Cancer、Kidney Cancer、Lung Cancer、Malignant Mesothelioma、Pancreatic Cancer。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00002475
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/NCT00002475
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:乳腺癌、结直肠癌、肾癌、肺癌、恶性间皮瘤、胰腺癌。目的:* 确定晚期癌症患者接受含干扰素α或干扰素γ处理的肿瘤细胞疫苗,随后给予沙格司亭(GM-CSF)的自体或异体主动特异性淋巴内免疫疗法的安全性和临床效果。方案概要:这是一项初步研究。患者按肿瘤类型分层。从患者体内取出肿瘤组织,并与干扰素α或干扰素γ孵育72-96小时。(如果无法获得自体肿瘤细胞,则制备异体疫苗。)收集的活化细胞在使用前立即进行辐照。患者接受环磷酰胺静脉注射。环磷酰胺给药后48-72小时,患者接受肿瘤细胞疫苗皮内注射。患者还在接种疫苗前及之后8天内每天一次接受沙格司亭(GM-CSF)皮下注射。在没有不可接受的毒性的情况下,治疗每2周重复一次,共3个疗程。完成第3疗程后病情缓解或稳定的患者可接受额外疗程。
患者接受生存随访。预计入组:本研究将在18至24个月内共入组20至40名患者。
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。




