多中心单臂前瞻性II期研究:新辅助冷冻热消融联合特瑞普利单抗与化疗治疗可切除IB-IIIB期非小细胞肺癌
该数据集来自 clinicaltrials.gov,为一项多中心、单臂、开放标签、前瞻性 II 期临床研究,聚焦可切除 IB-IIIB 期非小细胞肺癌(NSCLC)的新辅助治疗

基本信息
资源简介
多中心单臂前瞻性II期研究:新辅助冷冻热消融联合特瑞普利单抗与化疗治疗可切除IB-IIIB期非小细胞肺癌
该数据集来自 clinicaltrials.gov,为一项多中心、单臂、开放标签、前瞻性 II 期临床研究,聚焦可切除 IB-IIIB 期非小细胞肺癌(NSCLC)的新辅助治疗。研究评估 CT 引导下冷冻热消融后序贯特瑞普利单抗联合铂类双药化疗的疗效与安全性。IB 期仅纳入 cT2aN0M0 且原发肿瘤最大径不超过 4.0 cm 的患者。数据可用于分析新辅助免疫联合消融治疗在可切除 NSCLC 中的病理缓解、安全性及预后相关指标(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)。新辅助化疗免疫治疗已改善可切除非小细胞肺癌(NSCLC)患者的结局,但相当一部分患者未达到主要病理缓解。冷冻热消融可能诱导免疫原性肿瘤细胞死亡并重塑肿瘤免疫微环境,从而可能增强后续化疗免疫治疗的抗肿瘤活性。这项多中心、单臂、开放标签、前瞻性 II 期研究将评估 CT 引导下冷冻热消融后序贯特瑞普利单抗联合铂类双药化疗作为可切除 IB-IIIB 期 NSCLC 患者新辅助治疗的疗效和安全性。对于 IB 期疾病,仅 cT2aN0M0 且原发肿瘤最大径为 4.0 cm 的患者符合条件。疾病更晚期的患者必须被认为
【主题与分类】
主题标签:Carcinoma, Non-Small-Cell Lung (NSCLC)。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07855965
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/NCT07855965
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)。新辅助化疗免疫治疗改善了可切除非小细胞肺癌(NSCLC)患者的预后,但相当一部分患者未能达到主要病理缓解。冷冻热消融可能诱导免疫原性肿瘤细胞死亡并重塑肿瘤免疫微环境,从而可能增强后续化疗免疫治疗的抗肿瘤活性。这项多中心、单臂、开放标签、前瞻性II期研究将评估CT引导下冷冻热消融序贯特瑞普利单抗联合铂类双药化疗作为可切除IB-IIIB期NSCLC患者新辅助治疗的有效性和安全性。对于IB期疾病,仅cT2aN0M0期且原发肿瘤最大直径为4.0 cm的患者符合条件。对于更晚期疾病的患者,必须根据研究方案经多学科团队评估认为可切除。约40名受试者将接受冷冻热消融,随后接受3个计划周期的特瑞普利单抗联合铂类双药化疗,并随后接受根治性意向手术切除。
主要结局是病理完全缓解(pCR)率。次要结局包括主要病理缓解(MPR)率、客观缓解率(ORR)、R0切除率、无事件生存期(EFS)、总生存期(OS)、治疗中出现的不良事件(TEAEs)以及与健康相关的生活质量。探索性转化分析将利用空间转录组学、T细胞受体测序、肿瘤基因组分析、循环肿瘤DNA分析、成像质谱流式以及探索性瘤内宏基因组和代谢组分析,研究治疗相关的局部和全身抗肿瘤免疫反应及分子动态变化。
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。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




