测试Copanlisib靶向治疗PTEN缺失癌症（MATCH - 子方案Z1G）
该数据集来自clinicaltrials.gov，聚焦于PTEN缺失的恶性肿瘤（含实体瘤、淋巴瘤和多发性骨髓瘤）患者，评估靶向药物Copanlisib的客观缓解比例、6个月无进展生存、至死亡或疾病进展时间，并探索基因组、RNA、蛋白质及影像组学等预测性生物标志物和耐药机制
基本信息
资源简介
测试Copanlisib靶向治疗PTEN缺失癌症（MATCH - 子方案Z1G）
该数据集英文名为 Testing Copanlisib as Potentially Targeting Treatment in Cancers With PTEN Loss（MATCH - Subprotocol Z1G），来自 clinicaltrials.gov，本站归类为肿瘤 / 淋巴瘤，主题标签为 Malignant Solid Neoplasm。其源站描述显示，研究条件为恶性实体瘤，核心目标是评估靶向研究药物在晚期难治性癌症、淋巴瘤或多发性骨髓瘤患者中产生客观缓解（OR）的比例；次要目标包括评估治疗6个月时存活且无进展的比例、至死亡或疾病进展的时间，以及借助额外的基因组、核糖核酸（RNA）、蛋白质和基于影像的评估平台，识别超出治疗分配所依据的基因组改变之外的潜在预测性生物标志物或耐药机制，并评估治疗前影像获得的影像组学表型及治疗前至治疗后影像变化能否预测客观缓解等。整体上，该数据集围绕 PTEN 缺失的恶性肿瘤人群，聚焦 Copanlisib 靶向治疗的疗效与生物标志物探索。
【数据集背景】
该数据集对应一项以 Copanlisib 作为潜在靶向治疗手段、面向 PTEN 缺失癌症患者的研究方案，属于 MATCH 项目下的子方案 Z1G。源站描述列出的研究条件为恶性实体瘤，涉及晚期难治性癌症、淋巴瘤和多发性骨髓瘤等人群。研究背景的核心在于：在携带 PTEN 缺失的恶性肿瘤中，评估靶向研究药物能否带来客观缓解，并进一步探索与疗效和耐药相关的预测性生物标志物。本站将其归入肿瘤 / 淋巴瘤分类，主题标签为 Malignant Solid Neoplasm。
【数据内容】
源站描述显示，该数据集所涉研究的主要目标是评估晚期难治性癌症、淋巴瘤或多发性骨髓瘤患者接受靶向研究药物后出现客观缓解（OR）的比例。次要目标包括：评估治疗6个月时存活且无进展的患者比例；评估至死亡或疾病进展的时间；利用额外的基因组、RNA、蛋白质及基于影像的评估平台，识别超出治疗分配所依据的基因组改变之外的潜在预测性生物标志物或耐药机制；评估治疗前影像获得的影像组学表型以及治疗前至治疗后影像的变化能否预测客观缓解等。数据内容涉及疗效指标、生存与进展时间指标，以及多组学和影像组学层面的生物标志物信息。
【采集与来源】
该数据集来源于 clinicaltrials.gov，源站描述中给出了研究条件与目标，但未提供具体的采集流程、采样方式、时间跨度、样本量或数据格式等细节。凡源站描述未覆盖的采集与来源信息，源站未提供。
【适用场景】
基于源站描述，该数据集适用于关注 PTEN 缺失恶性肿瘤中靶向治疗（Copanlisib）疗效评估的研究场景，包括客观缓解比例分析、6个月无进展生存评估、至死亡或疾病进展时间分析，以及基因组、RNA、蛋白质和影像组学等预测性生物标志物与耐药机制的探索性研究。也可用于影像组学表型与治疗前后影像变化预测客观缓解的相关研究。其他适用场景源站未提供。
【使用方法】
源站描述仅列出研究目标与评估维度，未说明数据的具体使用方式、分析流程、变量定义或操作步骤。使用方法源站未提供。
【质量与限制】
源站描述未提供样本量、数据完整性、缺失情况、偏倚控制或验证方式等质量相关信息，也未说明数据使用的限制条件。质量与限制源站未提供。
【引用与许可】
源站描述未提供引用格式、许可条款或使用授权信息。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/NCT06360588
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
适应症：恶性实体肿瘤。主要目的：I. 评估靶向研究药物在晚期难治性癌症/淋巴瘤/多发性骨髓瘤患者中客观缓解（OR）的患者比例。次要目的：I. 评估接受靶向研究药物治疗的晚期难治性癌症/淋巴瘤/多发性骨髓瘤患者在治疗6个月时存活且无进展的患者比例。II. 评估至死亡或疾病进展的时间。III. 利用额外的基因组、核糖核酸（RNA）、蛋白质及基于影像学的评估平台，识别除用于分配治疗的基因组改变之外的潜在预测性生物标志物或耐药机制。IV. 评估治疗前影像学获得的影像组学表型及治疗前至治疗后影像学变化能否预测客观缓解和无进展生存期，并评估治疗前影像组学表型与肿瘤活检标本靶向基因突变模式之间的关联。方案概要：患者在每个周期的第18天和第15天接受copanlisib静脉注射（IV），剂量为60 mg，输注时间超过1小时。
在无疾病进展或不可接受的毒性情况下，周期每28天重复一次。患者在研究中接受肿瘤活检，并在整个研究期间进行放射学评估和血液样本采集。完成研究治疗后，患者每3个月随访一次，持续2年，之后每6个月随访一次，持续1年。MATCH筛选试验：有关MATCH筛选方案及相关文件的信息，请参见NCT02465060。
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。
