序贯免疫血浆置换血浆容量递增队列研究:可溶性肿瘤坏死因子受体1和2(sTNFR1/2)在不可手术或转移性实体瘤患者中联合或不联合纳武利尤单抗的降低
该数据集来自clinicaltrials.gov,聚焦肿瘤领域的IV期非小细胞肺癌、IV期黑色素瘤、三阴性乳腺癌及IV期肾细胞癌患者

基本信息
资源简介
序贯免疫血浆置换血浆容量递增队列研究:可溶性肿瘤坏死因子受体1和2(sTNFR1/2)在不可手术或转移性实体瘤患者中联合或不联合纳武利尤单抗的降低
该数据集来自clinicaltrials.gov,聚焦肿瘤领域的IV期非小细胞肺癌、IV期黑色素瘤、三阴性乳腺癌及IV期肾细胞癌患者。研究为单中心、开放标签、序贯免疫血浆分离血浆容量递增队列试点研究,评估Immunicom fs LW-02设备联合Spectra Optia血浆分离系统降低可溶性肿瘤坏死因子受体1/2(sTNFR1/2)的安全性、耐受性和有效性,并比较单用或联合Nivolumab的疗效。数据可用于肿瘤免疫治疗相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:IV期非小细胞肺癌、IV期黑色素瘤、三阴性乳腺癌、IV期肾细胞癌。这是一项试点、单中心、开放标签、序贯免疫血浆分离血浆容量递增队列研究,旨在降低不可手术或转移性实体瘤患者中的可溶性肿瘤坏死因子受体1/2(sTNFR1/2),联合或不联合Nivolumab。本研究评估Immunicom fs LW-02设备与Spectra Optia血浆分离系统联合使用,旨在回答两个不同的研究问题: 设备的安全性、耐受性和有效性。 设备作为单药治疗或与Nivolumab联合使用的安全性、耐受性和有效性。
【主题与分类】
主题标签:Stage IV Non-small Cell Lung Cancer、Stage IV Melanoma、Triple Negative Breast Cancer、Renal Cell Carcinoma Stage IV。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04142931
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/NCT04142931
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
条件:IV期非小细胞肺癌、IV期黑色素瘤、三阴性乳腺癌、IV期肾细胞癌。这是一项试点性、单中心、开放标签、序贯免疫单采血浆容量递增队列研究,旨在降低可溶性肿瘤坏死因子受体1/2(sTNFR1/2),联合或不联合纳武利尤单抗,用于不可手术或转移性实体瘤患者。本研究评估Immunicom fs LW-02装置与Spectra Optia单采系统配合使用,旨在回答两个不同的研究问题:* 该装置的安全性、耐受性和有效性。* 该装置作为单药治疗或与纳武利尤单抗联合使用时的安全性、耐受性和有效性。
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。




