Talactoferrin 治疗复发或难治性非小细胞肺癌或鳞状细胞头颈癌
该数据集来自 clinicaltrials.gov，聚焦 Talactoferrin 治疗复发或难治性非小细胞肺癌及鳞状细胞头颈癌的临床研究
基本信息
资源简介
Talactoferrin 治疗复发或难治性非小细胞肺癌或鳞状细胞头颈癌
该数据集来自 clinicaltrials.gov，聚焦 Talactoferrin 治疗复发或难治性非小细胞肺癌及鳞状细胞头颈癌的临床研究。覆盖转移性隐匿原发鳞状颈癌、复发性唾液腺癌、下咽癌、喉癌、唇及口腔癌、鼻咽癌、口咽癌等多种复发或转移性鳞状细胞癌。主要目标为监测肿瘤组织与外周血的免疫学应答并识别提示临床获益的候选生物标志物；次要目标包括无进展生存期、客观缓解率、疾病稳定、总生存及第7周疾病稳定性。可用于免疫治疗应答与生物标志物相关的预测建模研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：转移性隐匿原发鳞状细胞癌的鳞状颈癌、复发性转移性隐匿原发鳞状颈癌、复发性唾液腺癌、复发性下咽鳞状细胞癌、复发性喉鳞状细胞癌、复发性唇及口腔鳞状细胞癌、复发性鼻咽鳞状细胞癌、复发性口咽鳞状细胞癌。主要目标：I. 监测肿瘤组织与外周血中对治疗的免疫学应答。识别提示对 talactoferrin 临床获益的潜在候选生物标志物。次要目标：I. 无进展生存期（PFS）、客观缓解率（ORR）、疾病稳定（SD）、总生存期（OS）、疾病稳定性及第7周疾病稳定性。大纲：患者口服（PO）talactoferrin 每日两次
【主题与分类】
主题标签：Recurrent Salivary Gland Cancer、Salivary Gland Squamous Cell Carcinoma、Stage III Salivary Gland Cancer、Stage IV Non-small Cell Lung Cancer、Stage IVA Salivary Gland Cancer、Stage IVB Salivary Gland Cancer、Stage IVC Salivary Gland Cancer、Tongue Cancer。本站分类：肿瘤/肺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT01528137
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/NCT01528137
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：转移性颈部鳞癌伴隐匿性原发鳞状细胞癌、复发性转移性颈部鳞癌伴隐匿性原发、复发性涎腺癌、复发性下咽鳞状细胞癌、复发性喉鳞状细胞癌、复发性唇及口腔鳞状细胞癌、复发性鼻咽鳞状细胞癌、复发性口咽鳞状细胞癌。主要目标：I. 监测肿瘤组织和外周血中对治疗的免疫反应。识别提示talactoferrin临床获益的潜在候选生物标志物。次要目标：I. 无进展生存期（PFS）、客观缓解率（ORR）、疾病稳定（SD）、总生存期（OS）、疾病稳定性及7周时疾病稳定性。方案概要：患者口服（PO）talactoferrin，每日两次（BID），持续12周。在无疾病进展或不可接受毒性的情况下，每14周重复疗程。完成研究治疗后，对患者每月随访至少12个月。
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。
