Nab-Paclitaxel联合Nivolumab治疗PD-1或PD-L1抑制剂进展后的复发或转移性头颈部鳞状细胞癌
疾病：转移性头颈部鳞状细胞癌。关键次要假设是Nab-Paclitaxel联合Nivolumab的中位无进展生存期（PFS）将显著长于历史对照（中位PFS 3.6个月）
基本信息
资源简介
Nab-Paclitaxel联合Nivolumab治疗PD-1或PD-L1抑制剂进展后的复发或转移性头颈部鳞状细胞癌
该数据集围绕一项针对转移性头颈部鳞状细胞癌的临床研究构建，研究聚焦于经PD-1或PD-L1抑制剂治疗后出现疾病进展的复发或转移性头颈部鳞状细胞癌患者，评估Nab-Paclitaxel（白蛋白结合型紫杉醇）联合Nivolumab（纳武利尤单抗）治疗方案的有效性。研究的核心假设为：该联合方案的客观缓解率（ORR）将显著高于历史对照的30%；关键次要假设为：该联合方案的中位无进展生存期（PFS）将显著长于历史对照的3.6个月。数据集收录了该研究的注册信息与相关描述，属于肿瘤领域的临床研究类数据资源，可供关注头颈部鳞状细胞癌免疫联合治疗方向的研究者参考使用。
【数据集背景】
转移性头颈部鳞状细胞癌患者在经历PD-1或PD-L1抑制剂治疗并出现疾病进展后，后续治疗选择有限，临床亟需探索有效的挽救治疗方案。该数据集所对应的研究正是在这一临床背景下提出的，尝试将白蛋白结合型紫杉醇与纳武利尤单抗联合使用，并以历史对照数据作为比较基准，设定客观缓解率与中位无进展生存期两项疗效评价指标，以检验联合方案是否具有优于历史对照的临床获益。
【数据内容】
数据集的主题标签为转移性头颈部鳞状细胞癌，覆盖的疾病条件为转移性头颈部鳞状细胞癌。内容涉及该临床研究的核心设计要素，包括研究的主要假设——Nab-Paclitaxel联合Nivolumab的客观缓解率显著高于历史对照的30%，以及关键次要假设——联合方案的中位无进展生存期显著长于历史对照的3.6个月。数据集所属分类为肿瘤/其他。
【采集与来源】
该数据集来源于clinicaltrials.gov，属于临床研究注册信息类数据。源站描述中明确了研究涉及的疾病条件为转移性头颈部鳞状细胞癌，并给出了主要假设与关键次要假设的具体内容。除上述来源信息外，源站未提供更详细的采集流程、时间范围或数据加工方式。
【适用场景】
该数据集适用于肿瘤学领域，尤其是头颈部鳞状细胞癌治疗方向的研究人员、临床医生及药物研发相关人员，可用于了解PD-1或PD-L1抑制剂治疗后进展患者的联合治疗研究设计思路，参考其以历史对照为基准设定客观缓解率与无进展生存期假设的研究方法，也可作为相关系统综述或研究选题的背景资料。具体应用方式源站未提供。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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/NCT04831320
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：转移性头颈部鳞状细胞癌。主要假设是，白蛋白结合型紫杉醇联合纳武利尤单抗的客观缓解率（ORR）将显著高于历史对照（ORR 30%）。关键次要假设是，白蛋白结合型紫杉醇联合纳武利尤单抗的中位无进展生存期（PFS）将显著长于历史对照（中位PFS 3.6个月）。
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。
