卡培他滨对比TAS-102新辅助放疗治疗直肠腺癌的多中心随机III期试验
该数据集来自clinicaltrials.gov，收录一项针对直肠腺癌的多中心、随机、III期临床试验（Neo-REACT），比较卡培他滨与TAS-102在新辅助放疗中的效果
基本信息
资源简介
卡培他滨对比TAS-102新辅助放疗治疗直肠腺癌的多中心随机III期试验
该数据集来自clinicaltrials.gov，收录一项针对直肠腺癌的多中心、随机、III期临床试验（Neo-REACT），比较卡培他滨与TAS-102在新辅助放疗中的效果。源站描述指出，新辅助氟尿嘧啶类放化疗后行TME是局部晚期直肠癌的标准治疗，但pCR率仅8%至20%，难以满足远端直肠癌患者保留肛门功能的需求；TAS-102为新型口服核苷类似物制剂，既往研究显示其具有临床相关活性。数据可用于了解该试验的设计背景与治疗对比框架（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：直肠癌、直肠癌患者。新辅助氟尿嘧啶类放化疗（nCRT）后行TME是局部晚期直肠癌（LARC）的标准治疗。然而，肿瘤对nCRT的反应覆盖广泛谱系，完全病理缓解率在8%至20%之间变化。新辅助治疗后较低的pCR率无法满足希望保留肛门功能的远端直肠癌患者。因此，目前不推荐在临床试验之外将其他药物加入5-FU或卡培他滨作为LARC多模式治疗的组成部分用于临床实践。TAS-102是一种新型口服抗肿瘤口服制剂，由核苷类似物FTD和胸苷磷酸化酶抑制剂TPI组成。TPI提高生物利用度并确保FDT足够的血药浓度。既往研究表明TAS-102已显示出临床相关活性
【主题与分类】
主题标签：Rectal Cancer、Rectal Cancer Patients。本站分类：肿瘤/其他。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06850090
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/NCT06850090
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：直肠癌、直肠癌患者。新辅助氟尿嘧啶类为基础的放化疗（nCRT）后行全直肠系膜切除术（TME）是局部晚期直肠癌（LARC）的标准治疗。然而，肿瘤对nCRT的反应涵盖范围广泛，完全病理缓解率在8%至20%之间变化。新辅助治疗后较低的pCR率无法满足希望保留肛门功能的远端直肠癌患者的需求。因此，目前临床上不推荐在临床试验之外将其他药物加入5-FU或卡培他滨作为LARC多模式治疗的组成部分。TAS-102是一种新型口服抗肿瘤制剂，由核苷类似物FTD和胸苷磷酸化酶抑制剂TPI组成。TPI可提高生物利用度并确保FDT足够的血药浓度。既往研究表明，TAS-102在结直肠癌氟嘧啶治疗失败后显示出具有临床相关性的活性，因此与当前标准的卡培他滨放化疗相比可能具有更高的疗效。
此外，我们团队开展的一项2期试验已证明，新辅助TAS-102同步长程放疗可使LARC患者获得高达32%的pCR率，且毒性可接受。在此，我们将开展这项多中心、随机对照的III期试验，以探索TAS-102同步长程放疗用于LARC的安全性和疗效获益。
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。
