动态血浆EBV DNA指导的风险适应性治疗:Becotatug Vedotin(MRG003)联合PD-1阻断用于局部晚期鼻咽癌
该数据集来自clinicaltrials.gov,为一项多中心前瞻性研究,评估基于生物标志物和疗效指导的风险适应治疗策略用于局部晚期鼻咽癌

基本信息
资源简介
动态血浆EBV DNA指导的风险适应性治疗:Becotatug Vedotin(MRG003)联合PD-1阻断用于局部晚期鼻咽癌
该数据集来自clinicaltrials.gov,为一项多中心前瞻性研究,评估基于生物标志物和疗效指导的风险适应治疗策略用于局部晚期鼻咽癌。所有参与者接受三周期Becotatug Vedotin (MRG003)联合PD-1抑制剂pucotenlimab诱导治疗,随后依据血浆cfEBV DNA状态和影像学肿瘤缓解进行风险分组。低风险组接受调强放疗(不联合顺铂)后序贯pucotenlimab辅助治疗。数据可用于鼻咽癌风险分层治疗研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:鼻咽癌(NPC)、鼻咽癌。这是一项多中心、前瞻性研究,评估针对局部晚期鼻咽癌的基于生物标志物和疗效指导的风险适应治疗策略。所有参与者将接受三个周期的诱导治疗,方案为becotatug vedotin(MRG003,一种靶向表皮生长因子的抗体药物偶联物)联合PD-1抑制剂pucotenlimab。诱导治疗完成后,将使用血浆游离EB病毒DNA(cfEBV DNA)状态和影像学肿瘤缓解情况两者进行风险分配。诱导治疗后cfEBV DNA检测不到且达到完全或部分缓解的参与者将被分配到低风险组。这些参与者随后将接受不联合顺铂的调强放疗,之后接受pucotenlimab辅助治疗。部分
【主题与分类】
主题标签:Nasopharyngeal Cancinoma (NPC)、Nasopharyngeal Cancer。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07524413
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/NCT07524413
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:鼻咽癌(NPC)、鼻咽癌。这是一项多中心、前瞻性研究,评估针对局部晚期鼻咽癌的基于生物标志物和疗效反应指导的风险适应性治疗策略。所有参与者将接受三个周期的诱导治疗,方案为becotatug vedotin(MRG003,一种靶向表皮生长因子受体的抗体偶联药物)联合PD-1抑制剂pucotenlimab。诱导治疗完成后,将根据血浆游离EB病毒DNA(cfEBV DNA)状态和影像学肿瘤疗效反应进行风险分组。诱导治疗后cfEBV DNA检测不到且达到完全缓解或部分缓解的参与者将被分配至低风险组。这些参与者随后将接受调强放疗,不联合顺铂同步化疗,之后接受pucotenlimab辅助治疗。诱导治疗后cfEBV DNA可检测到,或最佳影像学疗效为疾病稳定或疾病进展的参与者,将被分配至高危组。
这些参与者将接受调强放疗同步顺铂化疗,随后接受辅助性pucotenlimab和卡培他滨治疗。该研究有两个主要目标:评估整个研究人群中诱导治疗后的完全缓解率,以及评估高危组中的无事件生存期。次要评估包括总生存期、无远处转移生存期、无局部区域复发生存期、诱导治疗后cfEBV DNA清除率、安全性、耐受性以及患者报告的生活质量。探索性分析将在肿瘤组织、血液和粪便样本中研究潜在的预后和治疗反应生物标志物。临床结局还将按年龄、性别、基线cfEBV DNA水平、cfEBV DNA降低百分比或清除率、临床分期及其他相关预后因素定义的亚组进行探索。
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。




