Becotatug Vedotin联合信迪利单抗治疗局部晚期鼻咽癌
该数据集来自 clinicaltrials.gov,收录一项针对高危局部晚期鼻咽癌(9th AJCC/UICC分期T1-4N2-3M0或T4N1M0)的多中心、随机、对照III期临床研究,计划入组266例患者,按1:1随机分为试验组与对照组,采用开放标签、分层随机设计

基本信息
资源简介
Becotatug Vedotin联合信迪利单抗治疗局部晚期鼻咽癌
该数据集来自 clinicaltrials.gov,收录一项针对高危局部晚期鼻咽癌(9th AJCC/UICC分期T1-4N2-3M0或T4N1M0)的多中心、随机、对照III期临床研究,计划入组266例患者,按1:1随机分为试验组与对照组,采用开放标签、分层随机设计。主要终点为3年无事件生存期(EFS),次要终点包括总生存、局部区域无复发生存等疗效指标及安全性与生活质量评估,并探索EGFR表达和CPS等疗效生物标志物的预测价值。数据可用于鼻咽癌治疗方案的疗效预测与生物标志物分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:鼻咽癌(NPC)。这是一项多中心、随机、对照的III期临床研究,针对高危局部晚期鼻咽癌患者(依据第9版AJCC/UICC分期系统为T1-4N2-3M0期或T4N1M0期),计划入组266例患者,在开放标签、分层随机设计下按1:1随机分为试验组和对照组。研究的主要终点为3年无事件生存期(EFS),次要终点包括总生存期和局部区域无复发生存期等疗效指标,以及安全性和生活质量评估;此外,研究还探索包括EGFR表达和联合阳性评分(CPS)在内的疗效生物标志物的预测价值。试验组接受Becotatug Vedotin联合信迪利单抗的新辅助治疗。
【主题与分类】
主题标签:Nasopharyngeal Carcinoma (NPC)。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07459296
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/NCT07459296
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:鼻咽癌(NPC)。这是一项多中心、随机、对照的III期临床研究,针对高危局部晚期鼻咽癌患者(依据第9版AJCC/UICC分期系统为T1-4N2-3M0期或T4N1M0期),计划入组266例患者,采用开放标签、分层随机设计,按1:1随机分为试验组和对照组。研究的主要终点为3年无事件生存期(EFS),次要终点包括总生存期、无局部区域复发生存期等疗效指标,以及安全性和生活质量评估;此外,研究还探索EGFR表达、联合阳性评分(CPS)等疗效生物标志物的预测价值。
试验组接受becotatug vedotin联合信迪利单抗新辅助治疗3个周期,随后接受顺铂同步放化疗联合信迪利单抗辅助治疗9个周期;对照组接受吉西他滨联合顺铂(GP方案)诱导化疗3个周期,随后接受顺铂同步放化疗。两组所有患者均统一采用调强放射治疗(IMRT),并规定了标准化的靶区剂量和正常器官剂量约束。研究还制定了详细的药物剂量调整和毒性监测方案;治疗相关不良事件按照NCI-CTCAE v5.0和RTOG/EORTC标准进行分级和管理,并采用EORTC QLQ-C30量表评估患者的生活质量。
本研究旨在验证,对于高危局部晚期鼻咽癌患者,becotatug vedotin联合信迪利的创新治疗方案相较于传统GP诱导化疗后序贯放化疗,能否产生更优的疗效且安全性可控,从而提供一种新的治疗选择。
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。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




