瑞戈非尼联合恩沃利单抗对比医生选择治疗KIT外显子17突变转移性胃肠道间质瘤的II期研究
该数据集来自clinicaltrials.gov,为一项多中心、前瞻性II期临床研究,针对标准治疗失败的KIT外显子17突变转移性胃肠道间质瘤患者,比较瑞戈非尼联合恩沃利单抗与医生选择方案的疗效与安全性,并探索免疫微环境与免疫治疗疗效的相关性

基本信息
资源简介
瑞戈非尼联合恩沃利单抗对比医生选择治疗KIT外显子17突变转移性胃肠道间质瘤的II期研究
该数据集来自clinicaltrials.gov,为一项多中心、前瞻性II期临床研究,针对标准治疗失败的KIT外显子17突变转移性胃肠道间质瘤患者,比较瑞戈非尼联合恩沃利单抗与医生选择方案的疗效与安全性,并探索免疫微环境与免疫治疗疗效的相关性。研究按1:1随机分组,实验组接受瑞戈非尼联合恩沃利单抗治疗。数据可用于评估联合治疗方案在该特定基因突变人群中的潜在应用价值(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:GIST - 胃肠道间质瘤,KIT基因突变。这是一项多中心、前瞻性II期临床研究,旨在探索瑞戈非尼联合恩沃利单抗在标准治疗失败的KIT外显子17突变转移性胃肠道间质瘤(GIST)中的疗效和安全性,并研究免疫微环境与免疫治疗疗效之间的相关性。研究将入组组织学确诊的晚期转移性GIST且携带KIT外显子17突变、至少有一个可评估病灶的患者。患者将按1:1比例随机分为两组:实验组接受瑞戈非尼联合恩沃利单抗(瑞戈非尼推荐剂量为120 mg口服每日一次,给药3周后停药1周;恩沃利单抗200 mg皮下注射每2
【主题与分类】
主题标签:GIST - Gastrointestinal Stromal Tumor、KIT Gene Mutation。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07559864
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/NCT07559864
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:GIST——胃肠道间质瘤,KIT基因突变。这是一项多中心、前瞻性II期临床研究,旨在探索瑞戈非尼联合恩沃利单抗在标准治疗失败的KIT外显子17突变转移性胃肠道间质瘤(GIST)中的疗效与安全性,并探讨免疫微环境与免疫治疗疗效之间的相关性。本研究将入组经组织学确诊的晚期转移性GIST患者,携带KIT外显子17突变,且至少有一个可评估病灶。患者将按1:1比例随机分为两组:试验组接受瑞戈非尼联合恩沃利单抗治疗(瑞戈非尼推荐剂量为120 mg口服,每日一次,用药3周后停药1周;恩沃利单抗200 mg皮下注射,每2周一次);对照组接受既往一种有效靶向药物的再挑战治疗,或根据临床医生经验选择两种药物进行联合治疗。
治疗将持续至疾病进展、出现不可耐受的毒性,或患者自愿退出试验为止。计划共入组100例患者。入组患者将在基线时及治疗期间每2个月接受一次影像学评估。
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。




