Cemiplimab联合Fianlimab术前治疗局部晚期头颈部基底细胞癌
该数据集来自clinicaltrials.gov,聚焦局部晚期头颈部基底细胞癌(BCCHN)的新辅助治疗。研究为II期试验,设两个队列:队列1使用Cemiplimab单药,队列2使用Cemiplimab联合Fianlimab,纳入未接受过抗PD1检查点治疗的晚期BCCHN患者

基本信息
资源简介
Cemiplimab联合Fianlimab术前治疗局部晚期头颈部基底细胞癌
该数据集来自clinicaltrials.gov,聚焦局部晚期头颈部基底细胞癌(BCCHN)的新辅助治疗。研究为II期试验,设两个队列:队列1使用Cemiplimab单药,队列2使用Cemiplimab联合Fianlimab,纳入未接受过抗PD1检查点治疗的晚期BCCHN患者。患者每3周接受临床评估、每6周接受影像学评估,术前至少接受2个周期、为期6周的治疗。可用于评估新辅助免疫治疗在局部晚期基底细胞癌中的疗效与应答预测(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:局部晚期基底细胞癌、基底细胞癌。拟议研究是一项新辅助Cemiplimab(队列1)或Cemiplimab联合Fianlimab(队列2)的II期试验,靶向针对既往未接受过抗PD1检查点治疗用于该原发灶的晚期BCCHN患者。入组外科医生将每3周(在开始下一周期前)通过临床评估以及影像学评估(每6周)评估患者对治疗的反应。患者将在手术前6周窗口期内接受至少2个周期的治疗。表现出临床或RECISTv1.1缓解或疾病稳定伴消退或生长不超过5%的患者,将进入下一周期治疗。表现出临床或RECISTv1.1影像学进展或疾病稳定伴生长>5%-20%的患者将直接进行
【主题与分类】
主题标签:Locally Advanced Basal Cell Carcinoma、Basal Cell Carcinoma。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05929664
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/NCT05929664
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
条件:局部晚期基底细胞癌、基底细胞癌。拟议研究是一项新辅助Cemiplimab(队列1)或Cemiplimab联合Fianlimab(队列2)的II期试验,靶向针对既往未接受过抗PD1检查点治疗用于该原发灶的晚期BCCHN患者。入组外科医生将每3周(在开始下一周期治疗前)通过临床评估以及影像学评估(每6周)对患者的治疗反应进行评估。患者将在手术前6周窗口期内接受至少2个周期的治疗。表现出临床或RECISTv1.1缓解,或疾病稳定伴消退或生长不超过5%的患者,将继续进入下一周期治疗。表现出临床或RECISTv1.1影像学进展,或疾病稳定伴生长>5%-20%的患者,将直接进行手术或接受其他SOC治疗(活检后)(图1)。在完成6个周期前的任何评估时表现出完全临床缓解的患者,将进行适当的手术或肿瘤部位活检,以确保在CR时达到完全病理缓解。
主要目标:I. 我们的主要目标是评估新辅助、术前环境下头颈部局部晚期基底细胞癌(BCCHN)的治疗反应。次要目标:I. 评估新辅助Cemiplimab或Cemiplimab联合Fianlimab治疗对功能性器官保留的影响。II. 评估病理反应。III. 评估新辅助治疗的安全性。IV. 评估生活质量的变化。探索性目标:I. 评估与免疫细胞组成功能变化相关的免疫微环境治疗相关变化。
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。




