Cemiplimab一线治疗晚期基底细胞癌(BCC)患者的疗效与安全性评估
该数据集来自 clinicaltrials.gov,主题为 Cemiplimab 作为晚期基底细胞癌(BCC)一线治疗的疗效与安全性评估

基本信息
资源简介
Cemiplimab一线治疗晚期基底细胞癌(BCC)患者的疗效与安全性评估
该数据集来自 clinicaltrials.gov,主题为 Cemiplimab 作为晚期基底细胞癌(BCC)一线治疗的疗效与安全性评估。研究为探索性、研究者发起的单臂多中心 II 期试验,纳入未接受过 vismodegib、sonidegib 等 hedgehog 抑制剂治疗的局部晚期 BCC 患者,接受 Cemiplimab(350 mg,静脉注射)治疗,每 21 天一个周期,最多 17 个周期或 12 个月。治疗及随访期间每 12 周评估治疗反应,并采集肿瘤样本用于转化研究,以探索与疗效相关的潜在生物标志物。数据可用于肿瘤免疫治疗反应预测及生物标志物研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:基底细胞癌(BCC),一线治疗。本研究是一项探索性、研究者发起的单臂、多中心 II 期试验。未接受过 vismodegib 和 sonidegib 等 hedgehog 抑制剂治疗的局部晚期 BCC 患者将接受 Cemiplimab(350 mg,静脉注射),在每个 21 天周期的第 1 天给药,持续最多 12 个月(最多 17 个周期),或直至出现不可耐受的毒性或疾病进展,以先发生者为准。所有患者将被随访直至死亡或末例患者末次使用 Cemiplimab 后最多 12 个月。治疗反应将在治疗和随访阶段每 12 周(± 7 天)评估一次。此外,将收集肿瘤样本并用于转化研究,为建立与 Cemiplimab 疗效相关的潜在生物标志物提供基础。主要目
【主题与分类】
主题标签:Basal Cell Carcinoma (BCC)、First Line Treatment。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06981325
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/NCT06981325
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:基底细胞癌(BCC),一线治疗。本研究为一项探索性、研究者发起的单臂多中心II期试验。未经Hedgehog抑制剂(如维莫德吉和索尼德吉)治疗的局部晚期BCC患者将接受西米普利单抗(350 mg,静脉注射)治疗,每21天为一个周期,于第1天给药,持续至多12个月(最多17个周期),或直至出现不可耐受的毒性或疾病进展,以先发生者为准。所有患者将随访至死亡或末例患者末次使用西米普利单抗后最多12个月。在治疗和随访阶段,每12周(±7天)评估一次治疗反应。此外,将收集肿瘤样本用于转化研究,为建立与西米普利单抗疗效相关的潜在生物标志物提供基础。本研究的主要目的是评估西米普利单抗作为一线治疗用于晚期、未经HHI治疗的BCC的疗效,以治疗6个月后的客观缓解率(ORR)衡量。
次要目标是评估Cemiplimab作为晚期BCC一线治疗的安全性和耐受性。
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。




