Surufatinib联合Sintilimab治疗标准化疗失败的转移性NEN与胰腺癌多队列研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT05627427

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

适应症：神经内分泌肿瘤G3级、神经内分泌癌、胰腺癌。神经内分泌肿瘤（NENs）虽不常见，但随着诊断技术的进步，其发病率和患病率显著增加。NENs可起源于身体各部位，具有高度异质性。神经内分泌肿瘤（NET）分为G1、G2、G3级，属高分化类型，生长缓慢；而神经内分泌癌（NEC）为低分化类型，恶性程度高。胰腺癌是死亡率极高的恶性肿瘤之一。对于NET G3、NEC及胰腺癌患者，治疗选择有限，尤其是对标准化疗后进展的患者。索凡替尼是一种新型多靶点激酶抑制剂，作用于VEGFR-1、2、3、FGFR1和CSF1R，已获得中国NMPA批准用于不可切除的NETs（G1和G2）。针对NEC的关键性III期临床试验正在进行中。信迪利单抗是一种PD-1抑制剂，已获批用于胃癌、非小细胞肺癌、肝细胞癌和霍奇金淋巴瘤。

临床证据已显示，苏氟替尼联合PD-1抑制剂在实体瘤中具有抗肿瘤活性，包括NEN、小细胞肺癌、G/GEJ癌等。本研究旨在探讨苏氟替尼联合信迪利单抗治疗NET G3、NEC和胰腺癌的安全性和有效性，从而为标准化疗失败的患者提供更多治疗选择。

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。