卡铂、白蛋白结合型紫杉醇与度伐利尤单抗用于头颈部鳞状细胞癌术前及辅助治疗
该数据集来自 clinicaltrials.gov,聚焦头颈部鳞状细胞癌(SCCHN)的诱导化疗联合免疫治疗研究,覆盖口腔癌、口咽癌、喉癌、唇癌及食管癌等鳞状细胞癌

基本信息
资源简介
卡铂、白蛋白结合型紫杉醇与度伐利尤单抗用于头颈部鳞状细胞癌术前及辅助治疗
该数据集来自 clinicaltrials.gov,聚焦头颈部鳞状细胞癌(SCCHN)的诱导化疗联合免疫治疗研究,覆盖口腔癌、口咽癌、喉癌、唇癌及食管癌等鳞状细胞癌。研究以卡铂、白蛋白结合型紫杉醇和度伐利尤单抗进行诱导化疗,主要评估可手术切除的 III、IV 期初治 SCCHN 患者的病理完全缓解率,并报告临床缓解率、风险等级变化、总生存期和无进展生存期。数据可用于探索诱导化疗联合免疫治疗在头颈部鳞癌中的疗效预测与生存分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:鳞状细胞癌、口腔癌、口咽癌、喉癌、唇癌、食管癌。研究目标 主要目标:评估在先前未经治疗、适合手术切除的 III 期和 IV 期 SCCHN 患者中,使用卡铂、白蛋白结合型紫杉醇和度伐利尤单抗进行诱导化疗后的病理完全缓解率(pCRR)。次要目标: 报告诱导化疗后的临床完全缓解率(cCRR)和临床缓解率(cRR) 估计估计风险等级发生变化的患者百分比。诱导前,将通过影像学和体格检查进行临床评估。诱导后,将通过手术病理报告进行评估* 估计由诱导化疗、手术和风险适应性治疗三部分组成的治疗相关的总生存期(OS)和无进展生存期(PFS)
【主题与分类】
主题标签:Carcinoma, Squamous Cell、Oral Cancer、Oropharynx Cancer、Larynx Cancer、Lip Cancer、Esophageal Cancer。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03174275
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/NCT03174275
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:鳞状细胞癌、口腔癌、口咽癌、喉癌、唇癌、食管癌。研究目的 主要目的:评估在既往未经治疗、适合手术切除的III期和IV期头颈部鳞状细胞癌(SCCHN)患者中,采用卡铂、白蛋白结合型紫杉醇和度伐利尤单抗诱导化疗后的病理完全缓解率(pCRR)。次要目的:* 报告诱导化疗后的临床完全缓解率(cCRR)和临床缓解率(cRR)。* 估计估计风险等级发生变化的患者百分比。在诱导治疗前,将通过临床评估(影像学检查和体格检查)对此进行评估。
诱导后,这将通过外科病理报告进行评估 * 评估由诱导化疗、手术和风险适应性放化疗组成的3部分治疗相关的总生存期(OS)和无进展生存期(PFS) * 描述诱导治疗以及由诱导化疗、手术和风险适应性放化疗组成的完整3部分治疗相关的毒性特征 转化/探索性目标: * 相关性研究将评估细胞层面的缓解相关因素以及治疗过程中肿瘤微环境的变化 * 探索诱导化疗临床缓解指标与长期结局(PFS和OS)之间的相关性,并将其与病理学缓解指标(pCRR)进行比较 程序 这是一项单臂、非随机II期试验,由3部分组成。在知情同意和筛查后,将在诱导前通过体格检查和影像学相结合的方式对风险水平进行临床评估。
第1部分:随后,所有患者将在第1部分接受为期6周的诱导化疗,包括每周周期的卡铂和白蛋白结合型紫杉醇,共6个周期,联合度伐利尤单抗每两周给药一次,共5个周期(第1、3、5、7和9周的第1天)。第2部分:诱导后1-4周窗口期内,进行肿瘤影像学检查,随后进行手术切除。第3部分:手术后,患者将被分层为
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。




