L19IL2/TNF 治疗基底细胞癌患者数据集
数据覆盖肿瘤评估(TA)访视的时间安排,包括治疗开始后第 8 周(第 50 天)、第 12 周(第 78 天)以及随访第一年每 8 周一次,随访第二年和第三年每 12 周一次

基本信息
资源简介
L19IL2/TNF 治疗基底细胞癌患者数据集
该数据集来源于 clinicaltrials.gov,聚焦于局部晚期基底细胞癌(Locally Advanced Basal Cell Carcinoma)患者接受 L19IL2/TNF 治疗的相关信息。数据覆盖肿瘤评估(TA)访视的时间安排,包括治疗开始后第 8 周(第 50 天)、第 12 周(第 78 天)以及随访第一年每 8 周一次,随访第二年和第三年每 12 周一次。若观察到缓解或疾病稳定,将在首次记录缓解的 TA 访视后 4 周进行确认性评估,通过多次穿刺活检进行组织病理学分析,并由独立中央审查委员会(ICR)集中审查。患者将在复发或进展后随访总生存期(OS),并记录后续治疗。该数据可用于肿瘤治疗反应评估和生存预测研究(。
【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。肿瘤评估(TA)访视将在第 8 周(治疗开始后第 50 天)、第 12 周(第 78 天)进行,然后在随访(FU)第一年每 8 周进行一次。在随访第二年和第三年,TA 访视将每 12 周进行一次。如果观察到缓解(CR、PR)或疾病稳定,将在首次记录缓解的 TA 访视后 4 周进行肿瘤缓解的确认性评估。缓解确认将通过多次穿刺活检对皮肤治疗区域的标本进行组织病理学分析来评估。肿瘤缓解的确认将由独立委员会(独立中央审查,ICR)集中审查。患者将在复发或进展后随访总生存期(OS),并记录给予的任何进一步治疗,直到
【主题与分类】
主题标签:Locally Advanced Basal Cell Carcinoma。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07227870
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/NCT07227870
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:局部晚期基底细胞癌。肿瘤评估(TA)访视将在第8周(自治疗开始第50天)、第12周(第78天)进行,随后在随访(FU)第一年每8周进行一次。在随访第二年和第三年,TA访视将每12周进行一次。若观察到缓解(CR、PR)或疾病稳定,将在首次记录到缓解的TA访视后4周进行肿瘤缓解的确认性评估。缓解确认将通过多次钻孔活检对治疗区域皮肤标本进行组织病理学分析来评估。肿瘤缓解的确认将由独立委员会(独立中心审查,ICR)进行中心审查。患者复发或进展后将进行总生存期(OS)随访,所给予的任何进一步治疗将记录至LPLV。从治疗开始至患者死亡、撤回知情同意或研究完成(LPLV),将每6个月通过电话联系或任何其他有记录的患者联系方式进行OS评估记录。
L19IL2/L19TNF将在研究者或指定的副研究者的监督下给予符合条件的患者。患者将接受L19IL2/L19TNF瘤内注射至可注射的皮肤、皮下肿瘤及淋巴结或途中转移灶,每周一次,最多4周。在每个治疗访视日,应对所有待注射肿瘤进行测量并记录(皮肤病灶使用卡尺/直尺,皮下病灶使用超声)。推荐注射至肿瘤内的体积取决于病灶大小。单次治疗访视的最大给药剂量为:13百万国际单位L19IL2 + 0.4 mg L19TNF。建议每次访视时,根据肿瘤特性,每个病灶应尽可能接受最大注射量。
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。




