帕博利珠单抗联合仑伐替尼治疗TNBC、NSCLC及其他肿瘤类型与脑转移的II期研究
该数据集来自clinicaltrials.gov,为一项II期临床研究,评估帕博利珠单抗联合仑伐替尼在TNBC、NSCLC及其他肿瘤类型合并脑转移患者中的疗效与安全性

基本信息
资源简介
帕博利珠单抗联合仑伐替尼治疗TNBC、NSCLC及其他肿瘤类型与脑转移的II期研究
该数据集来自clinicaltrials.gov,为一项II期临床研究,评估帕博利珠单抗联合仑伐替尼在TNBC、NSCLC及其他肿瘤类型合并脑转移患者中的疗效与安全性。主要目标为按mRECIST标准测定颅内客观缓解率,次要目标包括按NCI CTCAE v5.0评估安全性与耐受性、按RANO-BM标准测定颅内ORR等。数据可用于脑转移瘤治疗反应预测、联合用药安全性分析及颅内缓解评估方法比较等研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:脑转移、肿瘤。主要目标:目标:确定帕博利珠单抗与仑伐替尼联合治疗在TNBC或NSCLC合并脑转移患者中的颅内ORR,依据改良RECIST(mRECIST)[Qianet al., 2017](附录1)进行评估。次要目标: 目标:评估帕博利珠单抗与仑伐替尼联合治疗在TNBC、NSCLC及其他实体瘤类型合并脑转移患者中的安全性和耐受性,依据美国国家癌症研究所常见不良事件术语标准(NCI CTCAE)v5.0(附录2)进行评估。 确定帕博利珠单抗与仑伐替尼联合治疗在TNBC或NSCLC合并脑转移患者中的颅内ORR,依据神经肿瘤脑转移反应评估(RANO-BM)标准(附录3)进行评估。* 目标:确定颅内
【主题与分类】
主题标签:Brain Metastases、Tumor。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05064280
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/NCT05064280
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:脑转移瘤。主要目的:目的:确定帕博利珠单抗与仑伐替尼联合治疗在TNBC或NSCLC伴脑转移患者中的颅内客观缓解率(ORR),依据改良RECIST(mRECIST)标准进行评估[Qian等,2017](附录1)。次要目的:* 目的:评估帕博利珠单抗与仑伐替尼联合治疗在TNBC、NSCLC及其他实体瘤类型伴脑转移患者中的安全性和耐受性,依据美国国家癌症研究所常见不良事件评价标准(NCI CTCAE)v5.0进行评估。(附录2)。* 确定帕博利珠单抗与仑伐替尼联合治疗在TNBC或NSCLC伴脑转移患者中的颅内ORR,依据神经肿瘤学脑转移反应评估(RANO-BM)标准进行评估(附录3)。
- 目的:确定帕博利珠单抗与仑伐替尼联合方案在TNBC、NSCLC及其他实体瘤类型患者中的颅内无进展生存期(PFS)。* 目的:确定帕博利珠单抗与仑伐替尼联合方案在TNBC、NSCLC及其他实体瘤类型伴脑转移患者中的全身客观缓解率(ORR),依据RECIST v1.1(附录4)进行评估。* 目的:评估接受帕博利珠单抗与仑伐替尼联合方案治疗的TNBC、NSCLC及其他实体瘤类型伴脑转移患者的全身PFS,依据RECIST v1.1进行评估。* 目的:评估接受帕博利珠单抗与仑伐替尼联合方案治疗的TNBC、NSCLC及其他实体瘤类型伴脑转移患者的总生存期(OS)。探索性目的* 目的:确定首次进展部位。* 目的:确定用于脑转移症状管理的类固醇在剂量、使用时长及使用频率方面的变化。因症状管理需要每日至少4 mg地塞米松的患者将被视为需要高剂量类固醇。* 目的:评估神经功能
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。
![使用[C-11]-CS1P1的中枢神经系统原发性和继发性恶性肿瘤炎症](/medical-api/medicalDataset/datasetCover/39110.jpg)



