UmbREALung：NSCLC患者启用AZ或其联盟开发获批药物的回顾与前瞻性、观察性、真实世界多队列研究
条件：非小细胞肺癌（NSCLC）患者启用AZ或其联盟开发获批药物的真实世界多队列研究。这是一项双向性、观察性、多中心、多队列研究，目标人群为参与国中启用AZ或其联盟开发获批药物的NSCLC患者，用药方式为单药或联合治疗，适用于疾病任何阶段
基本信息
资源简介
UmbREALung：NSCLC患者启用AZ或其联盟开发获批药物的回顾与前瞻性、观察性、真实世界多队列研究
UmbREALung 是一项针对非小细胞肺癌（NSCLC）患者的真实世界多队列研究数据集，英文全称为“A Retrospective and Prospective, Observational, Real World Multi-cohort Study of Patients With Non-small Cell Lung Cancer (NSCLC) Initiating Approved Drugs Developed by AZ or as Part of an AZ Alliance”。该数据集来源于 clinicaltrials.gov，在本站归类于肿瘤 / 肺癌方向。其核心内容是围绕在参与国中开始使用由 AZ 或其联盟开发并已获批药物的 NSCLC 患者所开展的双向性、观察性、多中心、多队列研究，用药方式涵盖单药或联合治疗，适用于疾病的任何阶段。研究按 NSCLC 分期设计为可切除、不可切除和转移性三个队列，并采用模块化设计，以便在欧洲上市许可获批并在参与国可及后，针对每个新适应症分别设立模块进行评估。
【数据集背景】
该数据集所对应的研究聚焦于非小细胞肺癌患者在真实世界环境中的用药情况。研究关注的对象是那些开始使用由 AZ 或其联盟开发并已获批药物的 NSCLC 患者，覆盖参与国人群，不限定用药阶段，单药或联合治疗均纳入观察范围。研究设计为双向性（兼具回顾性与前瞻性）、观察性、多中心、多队列，旨在围绕真实临床实践中的治疗启动情况开展系统观察。队列划分依据 NSCLC 的疾病分期，分为可切除、不可切除与转移性三类，从而在不同疾病阶段人群中分别刻画用药特征。研究整体采用模块化架构，各具体模块将分别设立，用于在相应药物获得欧洲上市许可并在参与国可及之后，评估由 AZ 或其联盟开发的每一种新适应症。
【数据内容】
数据集的主题标签即为该真实世界多队列研究的完整名称，指向非小细胞肺癌患者启用 AZ 或其联盟开发获批药物的研究主题。从研究设计看，数据内容围绕三类队列（可切除、不可切除、转移性）组织，并采用模块化方式扩展至新适应症评估。源站描述提及患者入组条件涉及已接受（回顾性）或正在接受相应治疗的人群，但关于具体变量、随访指标、样本量等细节，源站未提供。
【采集与来源】
该数据集来源站为 clinicaltrials.gov。研究为多中心设计，涉及参与国中符合条件患者的入组；入组人群包括已接受治疗（回顾性部分）以及正在接受治疗（前瞻性部分）的患者，体现双向性观察特征。关于具体参与国家名单、各中心数量、数据采集时间窗与采集流程，源站未提供。
【适用场景】
基于现有信息，该数据集适用于围绕非小细胞肺癌真实世界用药启动情况的研究场景，尤其是按疾病分期（可切除、不可切除、转移性）分层观察患者特征与治疗模式的场景，以及针对 AZ 或其联盟开发药物在获批上市后新适应症的模块化评估场景。其观察性、多中心、多队列的设计特点，适合用于描述参与国临床实践中的用药现状。关于具体的分析用途、终点指标或统计方法，源站未提供。
【使用方法】
源站未提供。
【质量与限制】
该研究为观察性设计，非干预性，其数据反映真实世界实践而非受控试验条件。研究采用双向性设计，回顾性部分依赖既有记录，前瞻性部分依赖后续入组与观察。队列按疾病分期划分，模块按新适应症分别设立，且模块启动以欧洲上市许可获批并在参与国可及为前提，因此不同模块的覆盖范围与时间安排可能存在差异。关于样本量、缺失数据、偏倚控制、数据核查与版本更新等具体质量信息，源站未提供。
【引用与许可】
源站未提供。
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/NCT06726720
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：针对非小细胞肺癌（NSCLC）患者启动由阿斯利康（AZ）开发或作为阿斯利康联盟一部分开发的已批准药物的真实世界多队列研究。这是一项双向性、观察性、多中心、多队列研究，目标人群为参与国家中启动由阿斯利康开发或作为阿斯利康联盟一部分开发的已批准药物的NSCLC患者，用药方式为单药治疗或联合治疗，适用于任何疾病阶段。根据NSCLC分期（可切除、不可切除和转移性）设计三个队列。该多队列研究采用模块化设计。一旦获得欧洲上市许可（MA）并在参与国家上市，将分别设立特定模块以评估由阿斯利康开发或作为阿斯利康联盟一部分开发的药物的每个新适应症。符合资格标准的患者若已接受（回顾性）、正在接受（回顾性和前瞻性）或将接受（前瞻性）由阿斯利康开发或作为阿斯利康联盟一部分开发的已批准药物，将被纳入研究。治疗方案和决策由每位主治医师在纳入本研究之前独立做出。
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。
