Avelumab(MSB0010718C)在铂类化疗进展后胸腺瘤与胸腺癌中的安全性与临床活性初步研究
该数据集来自 clinicaltrials.gov,聚焦于胸腺瘤与胸腺癌患者在接受铂类化疗后出现疾病进展的情形。研究旨在评估 Avelumab(MSB0010718C)的安全性与临床活性

基本信息
资源简介
Avelumab(MSB0010718C)在铂类化疗进展后胸腺瘤与胸腺癌中的安全性与临床活性初步研究
该数据集来自 clinicaltrials.gov,聚焦于胸腺瘤与胸腺癌患者在接受铂类化疗后出现疾病进展的情形。研究旨在评估 Avelumab(MSB0010718C)的安全性与临床活性。背景显示,晚期不可切除胸腺上皮肿瘤以铂类化疗为标准治疗,但超过半数患者复发并需二线治疗,且目前无获批药物。针对 PD-1 及其配体 PD-L1 的检查点阻断已在多种肿瘤中显示临床活性,前期 I 期剂量递增研究显示 Avelumab 可使晚期胸腺瘤患者产生主要缓解。该数据可用于探索免疫检查点阻断在胸腺上皮肿瘤中的疗效与安全性(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:胸腺瘤、胸腺癌。背景:铂类化疗是晚期不可切除胸腺上皮肿瘤(TETs)的标准治疗。然而,超过一半的这些患者会出现疾病复发并需要二线治疗。目前尚无获批用于治疗复发性胸腺瘤和胸腺癌的药物,对于在含铂治疗期间或之后出现疾病进展的患者,需要新的治疗选择。靶向程序性死亡受体1(PD-1)及其配体(PD-L1)的检查点阻断的临床活性已在多种肿瘤类型中得到证实。我们已在I期剂量递增研究中证明avelumab能够在晚期胸腺瘤患者中诱导主要缓解。需要对TETs患者中的avelumab进行进一步研究,以确定免疫检查点阻断的临床活性和安全性。
【主题与分类】
主题标签:Thymoma、Thymic Carcinoma。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03076554
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/NCT03076554
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:胸腺瘤、胸腺癌。背景:铂类化疗是晚期不可切除胸腺上皮肿瘤(TETs)的标准治疗。然而,超过半数的此类患者会出现疾病复发并需要二线治疗。目前尚无获批用于治疗复发性胸腺瘤和胸腺癌的药物,对于含铂治疗后疾病进展的患者,需要新的治疗选择。针对程序性死亡1(PD-1)及其配体(PD-L1)的检查点阻断已在多种肿瘤类型中显示出临床活性。我们在一项I期剂量递增研究中证明了avelumab能够在晚期胸腺瘤患者中诱导主要缓解。需要对TETs患者进一步研究avelumab,以明确免疫检查点阻断在TETs患者中的临床活性和安全性。主要目标:确定avelumab在复发或难治性胸腺瘤和胸腺癌参与者中的安全性和耐受性。
确定avelumab在复发或难治性胸腺瘤和胸腺癌受试者中的客观缓解率(ORR)。入选标准:经组织学确诊、不可切除的胸腺瘤或胸腺癌患者,既往至少接受过一种含铂化疗方案,且在入组研究前疾病进展。若既往接受过免疫检查点抑制剂治疗,只要停药原因不是疾病进展或危及生命的不良事件,则允许入组(既往治疗仅出现实验室检查异常不会将受试者排除在本试验之外)。根据RECIST 1.1标准存在可测量病灶。肾功能、肝功能和造血功能充分。avelumab给药前28天内未接受过大手术、放疗、化疗或生物治疗。无既往胸腺肿瘤相关自身免疫性疾病,但纯红细胞再生障碍性贫血和白癜风除外。设计:这将是一项单臂、初步研究。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




