EGFR-TKI联合PD-1/PD-L1相关间质性肺炎研究数据集
本数据集来源于clinicaltrials.gov,聚焦非小细胞肺癌(NSCLC)治疗中EGFR-TKI与PD-1/PD-L1抑制剂联合用药相关的间质性肺炎风险

基本信息
资源简介
EGFR-TKI联合PD-1/PD-L1相关间质性肺炎研究数据集
本数据集来源于clinicaltrials.gov,聚焦非小细胞肺癌(NSCLC)治疗中EGFR-TKI与PD-1/PD-L1抑制剂联合用药相关的间质性肺炎风险。数据基于FDA不良事件报告系统(FAERS)2015年1月1日至2024年12月31日的回顾性观察,共纳入67,818例NSCLC病例,按EGFR-TKI、PD-1/PD-L1抑制剂、联合治疗或其他治疗分组。可用于评估联合治疗下间质性肺炎的发生率与风险,支持药物警戒与真实世界安全性研究(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(NSCLC)。重要性:EGFR酪氨酸激酶抑制剂(EGFR-TKI)和PD-1/PD-L1免疫检查点抑制剂广泛用于非小细胞肺癌(NSCLC)的治疗。然而,二者联合用药的安全性特征——尤其是间质性肺炎(IP)的风险——仍不明确。目的:利用真实世界药物警戒数据,评估EGFR-TKI联合PD-1/PD-L1抑制剂时与间质性肺炎相关的发生率和风险。设计、设置与参与者:本回顾性观察研究分析了2015年1月1日至2024年12月31日期间FDA不良事件报告系统(FAERS)的不良事件报告。共纳入67,818例NSCLC病例,按接受EGFR-TKI、PD-1/PD-L1抑制剂、联合治疗或其他治疗进行分类。暴露:NSCLC患者
【主题与分类】
主题标签:Non-Small Cell Lung Cancer (NSCLC)。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07036016
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/NCT07036016
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:非小细胞肺癌(NSCLC)。重要性:EGFR酪氨酸激酶抑制剂(EGFR-TKIs)与PD-1/PD-L1免疫检查点抑制剂广泛应用于非小细胞肺癌(NSCLC)的治疗。然而,二者联合用药的安全性特征——尤其是间质性肺炎(IP)风险——仍不明确。目的:利用真实世界药物警戒数据,评估EGFR-TKIs联合PD-1/PD-L1抑制剂时相关间质性肺炎的发生率及风险。设计、环境与参与者:本回顾性观察研究分析了2015年1月1日至2024年12月31日期间FDA不良事件报告系统(FAERS)中的不良事件报告。共纳入67,818例NSCLC病例,按接受EGFR-TKIs、PD-1/PD-L1抑制剂、联合治疗或其他治疗进行分组。暴露:将接受EGFR-TKI、PD-1/PD-L1抑制剂、联合治疗或其他治疗的NSCLC患者与未接受此类治疗者进行比较。
主要结局与测量指标:报告的间质性肺炎发生率及由多变量逻辑回归分析得出的调整比值比(aORs)。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




