多塔利单抗单药或联合贝伐珠单抗对比非铂类化疗治疗复发性妇科透明细胞癌的三臂随机II期研究:DOVE研究
该数据集来自clinicaltrials.gov,收录一项多中心、随机、开放标签的II期临床研究,比较Dostarlimab单药或联合Bevacizumab与标准化疗在妇科透明细胞癌患者中的疗效

基本信息
资源简介
多塔利单抗单药或联合贝伐珠单抗对比非铂类化疗治疗复发性妇科透明细胞癌的三臂随机II期研究:DOVE研究
该数据集来自clinicaltrials.gov,收录一项多中心、随机、开放标签的II期临床研究,比较Dostarlimab单药或联合Bevacizumab与标准化疗在妇科透明细胞癌患者中的疗效。研究计划入组198例受试者,按1:1:1比例随机分配至三组,覆盖卵巢肿瘤、子宫内膜肿瘤、子宫颈肿瘤、外阴癌、阴道肿瘤及透明细胞癌等病种。数据可用于妇科透明细胞癌治疗方案的分类研究与临床特征分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:卵巢肿瘤、子宫内膜肿瘤、子宫颈肿瘤、外阴癌、阴道肿瘤、透明细胞癌。多中心、随机、开放标签、II期临床研究,比较Dostarlimab联合或不联合Bevacizumab与标准化疗在妇科透明细胞癌患者中的疗效。本研究将入组198例受试者,按1:1:1比例分配至三组。1. A组:Dostarlimab单药治疗 前3个周期:Dostarlimab 500mg每3周静脉注射 第4周期至最多24个月:Dostarlimab 1000mg每6周静脉注射 2. B组:Dostarlimab + Bevacizumab联合治疗 前3个周期:Dostarlimab 500mg每3周静脉注射 第4周期至最多24个月:Dostarlimab 1000mg每6周静脉注射 * Bevacizumab每3周静脉注射15 mg/kg,直至疾病进展或不可接受的毒性 3. C组:普通化疗(Pegyla之一
【主题与分类】
主题标签:Ovarian Neoplasms、Endometrial Neoplasms、Uterine Cervical Neoplasms、Vulvar Cancer、Vagina Neoplasm、Clear Cell Carcinoma。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06023862
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/NCT06023862
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:卵巢肿瘤、子宫内膜肿瘤、子宫颈肿瘤、外阴癌、阴道肿瘤、透明细胞癌。一项多中心、随机、开放标签、II期临床研究,比较Dostarlimab联合/不联合贝伐珠单抗与标准化疗在妇科透明细胞癌患者中的疗效。本研究将入组198名受试者,按1:1:1的比例分为三组。1. A组:Dostarlimab单药治疗 * 前3个周期:Dostarlimab 500mg,每3周一次,静脉注射 * 第4个周期至最长24个月:Dostarlimab 1000mg,每6周一次,静脉注射 2. B组:Dostarlimab联合贝伐珠单抗治疗 * 前3个周期:Dostarlimab 500mg,每3周一次,静脉注射 * 第4个周期至最长24个月:Dostarlimab 1000mg,每6周一次,静脉注射 * 贝伐珠单抗15 mg/kg,每3周一次,静脉注射,直至疾病进展或出现不可接受的毒性 3. C组:普通化疗(聚乙二醇脂质体多柔比星、多柔比星、紫杉醇和吉西他滨中的一种)
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。




