食管癌新辅助治疗模式研究

该数据集来自 clinicaltrials.gov,聚焦食管癌与食管胃结合部癌的新辅助治疗模式。源站描述指出,单纯手术预后较差,5 年总生存率约为 30-40%;与单纯手术相比,新辅助化疗(nCT)或新辅助放化疗(nCRT)已被证明能改善患者结局

Cancer Institute and Hospital, Chinese Academy of Medical SciencesCancer Institute and Hospital, Chinese Academy of Medical Sciences
clinicaltrials
浏览 10
其他Esophageal CancerChemotherapy EffectChemoradiationSurgeryTargeted TherapyImmunotherapyEsophagogastric Juction Cancer
Neoadjuvant Treatment Modalities in Esophageal Cancer

基本信息

模态
其他
创建/更新时间
2026-10-20

资源简介

食管癌新辅助治疗模式研究

该数据集来自 clinicaltrials.gov,聚焦食管癌与食管胃结合部癌的新辅助治疗模式。源站描述指出,单纯手术预后较差,5 年总生存率约为 30-40%;与单纯手术相比,新辅助化疗(nCT)或新辅助放化疗(nCRT)已被证明能改善患者结局。研究目的是探索包括 PD-1/PD-L1 抗体或靶向药物在内的最佳新辅助治疗模式。数据可用于比较不同新辅助治疗方案的疗效、分析治疗模式与患者结局的关系,以及支持食管癌治疗决策相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:食管癌、化疗效果、放化疗、手术、靶向治疗、免疫治疗、食管胃结合部癌。食管癌是全球最常见的癌症,生存结局较差。单纯手术预后不佳,5 年总生存率约占 30-40%。与单纯手术相比,新辅助化疗(nCT)或放化疗(nCRT)已被证明是改善食管癌或食管胃结合部癌患者结局的有效治疗。本研究旨在探索包括 PD-1/PD-L1 抗体或靶向药物在内的最佳新辅助治疗模式,用于食管癌或食管胃结合部癌患者。

【主题与分类】

主题标签:Esophageal Cancer、Chemotherapy Effect、Chemoradiation、Surgery、Targeted Therapy、Immunotherapy、Esophagogastric Juction Cancer。本站分类:肿瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04821843

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT04821843

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:食管癌、化疗效应、放化疗、手术、靶向治疗、免疫治疗、食管胃结合部癌。食管癌是全球最常见的癌症,生存结局较差。单纯手术的预后不佳,5年总生存率约为30-40%。与单纯手术相比,新辅助化疗(nCT)或新辅助放化疗(nCRT)均已被证明是改善食管癌或食管胃结合部癌患者结局的有效疗法。本研究旨在探索包括PD-1/PD-L1抗体或靶向药物在内的最佳新辅助治疗模式,用于食管癌或食管胃结合部癌患者。

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。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。