经动脉/瘤内输注检查点抑制剂联合化疗药物治疗晚期实体瘤的免疫治疗
该数据集来自 clinicaltrials.gov,聚焦经动脉或瘤内输注检查点抑制剂联合化疗药物治疗晚期实体瘤的免疫治疗研究,覆盖肝癌、肺癌、黑色素瘤、肾癌、头颈癌、胰腺癌、卵巢癌、结直肠癌等多种恶性实体瘤

基本信息
资源简介
经动脉/瘤内输注检查点抑制剂联合化疗药物治疗晚期实体瘤的免疫治疗
该数据集来自 clinicaltrials.gov,聚焦经动脉或瘤内输注检查点抑制剂联合化疗药物治疗晚期实体瘤的免疫治疗研究,覆盖肝癌、肺癌、黑色素瘤、肾癌、头颈癌、胰腺癌、卵巢癌、结直肠癌等多种恶性实体瘤。源站描述指出,中国每年新发约400万例,超过60%的实体瘤确诊时已属中晚期并失去手术机会,靶向与免疫治疗总体有效率仍偏低,亟需更多替代疗法。数据可用于肿瘤免疫治疗相关研究、适应症分类与疗效分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:肝癌、肺癌、黑色素瘤、肾癌、头颈癌、胰腺癌、卵巢癌、结直肠癌。包括肺癌和肝癌在内的恶性实体瘤是全球最常见的恶性肿瘤,其死亡率非常高。中国人口基数庞大,每年约有4,000,000例新发病例。中国超过60%的实体瘤在确诊时已处于中晚期,已失去手术机会。近年来,许多治疗策略已被开发并应用于临床,包括靶向治疗和免疫治疗,但总体有效率仍然较低。难以在晚期实体癌患者中广泛应用,迫切需要更多替代疗法。抗PD1、PDL1和CTLA4抗体是检查点抑制剂的代表性药物,其临床适应症
【主题与分类】
主题标签:Hepatocarcinoma、Lung Cancer、Melanoma、Renal Cancer、Head and Neck Cancer、Pancreas Cancer、Ovarian Cancer、Colo-rectal Cancer、Cervical Cancer、Breast Cancer。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03755739
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/NCT03755739
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
疾病类型:肝癌、肺癌、黑色素瘤、肾癌、头颈癌、胰腺癌、卵巢癌、结直肠癌。恶性实体肿瘤,包括肺癌和肝癌,是全球最常见的恶性肿瘤,其死亡率极高。中国人口基数庞大,每年新增病例约400万例。在中国,超过60%的实体肿瘤在诊断时已处于中晚期,失去了手术机会。近年来,许多治疗策略已被开发并应用于临床,包括靶向治疗和免疫治疗,但总体疗效仍然较低。这些疗法难以广泛应用于晚期实体癌症患者,因此迫切需要更多的替代疗法。针对PD1、PDL1和CTLA4的抗体是检查点抑制剂的代表性药物,其临床适应症已在多种类型的肿瘤中获得批准,包括晚期黑色素瘤、非小细胞肺癌、肾细胞癌、经典霍奇金淋巴瘤以及晚期复发头颈部鳞状细胞癌患者等。
这些药物通常通过静脉输注进行全身给药,然而,通过介入放射学技术(包括经动脉或瘤内注射)进行局部给药,可能通过药物在靶器官上的所谓“首过效应”,提高肿瘤局部药物浓度,增强疗效,并减少全身不良反应。据研究者所知,尚无研究探讨局部递送检查点抑制剂治疗癌症患者的疗效和生存获益。这项II-III期临床试验旨在比较帕博利珠单抗、阿替利珠单抗等和/或伊匹木单抗联合化疗药物(如多柔比星)对晚期实体癌患者生存获益的影响,包括ORR、DCR、中位生存期和安全性。
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。




