度伐利尤单抗联合立体定向体部放疗对比安慰剂联合立体定向体部放疗治疗早期未切除非小细胞肺癌患者/奥希替尼用于携带EGFR突变的早期未切除非小细胞肺癌患者立体定向体部放疗后
该数据集来自clinicaltrials.gov,聚焦早期未切除非小细胞肺癌(NSCLC)。主队列将I/II期淋巴结阴性NSCLC患者按1:1随机分配至Durvalumab联合SoC SBRT或安慰剂联合SoC SBRT,主要评估PFS,关键次要评估OS

基本信息
资源简介
度伐利尤单抗联合立体定向体部放疗对比安慰剂联合立体定向体部放疗治疗早期未切除非小细胞肺癌患者/奥希替尼用于携带EGFR突变的早期未切除非小细胞肺癌患者立体定向体部放疗后
该数据集来自clinicaltrials.gov,聚焦早期未切除非小细胞肺癌(NSCLC)。主队列将I/II期淋巴结阴性NSCLC患者按1:1随机分配至Durvalumab联合SoC SBRT或安慰剂联合SoC SBRT,主要评估PFS,关键次要评估OS。另设EGFR-TKI敏感突变患者队列,在完成SoC SBRT后接受Osimertinib治疗,主要评估4年PFS。数据可用于肺癌免疫联合放疗及靶向治疗疗效预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:非小细胞肺癌。符合所有入组标准且为I/II期淋巴结阴性NSCLC的患者将按1:1随机分配接受Durvalumab+SoC SBRT或安慰剂+SoC SBRT。主队列的主要目的是评估Durvalumab联合SoC SBRT对比安慰剂联合SoC SBRT在PFS方面的疗效。关键次要目的是评估Durvalumab联合SoC SBRT对比安慰剂联合SoC SBRT在总生存期(OS)方面的疗效。此外,一个纳入足够数量携带EGFR-TKI敏感突变患者的研究队列,将在完成SoC SBRT作为I/II期淋巴结阴性NSCLC根治性治疗后接受Osimertinib治疗。Osimertinib队列的主要目的是评估SoC SBRT后使用Osimertinib在4年PFS方面的疗效。关键次要目的包括
【主题与分类】
主题标签:Carcinoma, Non-Small-Cell Lung。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03833154
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/NCT03833154
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
适应症:非小细胞肺癌。I/II期淋巴结阴性NSCLC且确认符合所有入组标准的患者将按1:1随机分配,接受Durvalumab+SoC SBRT或安慰剂+SoC SBRT治疗。主队列的主要目的是评估Durvalumab联合SoC SBRT与安慰剂联合SoC SBRT相比在PFS方面的疗效。关键次要目的是评估Durvalumab联合SoC SBRT与安慰剂联合SoC SBRT相比在总生存期(OS)方面的疗效。此外,一个纳入足够数量携带EGFR-TKI致敏突变患者的研究队列,将在完成SoC SBRT后接受Osimertinib治疗,作为I/II期淋巴结阴性NSCLC的根治性治疗。Osimertinib队列的主要目的是评估SoC SBRT后Osimertinib在4年PFS方面的疗效。关键次要目的包括安全性、OS以及Osimertinib联合SBRT治疗的疗效。
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。




