Nivolumab单用或联合Ipilimumab治疗晚期子宫平滑肌肉瘤患者
该数据集来自clinicaltrials.gov，收录晚期子宫平滑肌肉瘤（ULMS）患者的临床试验信息，涵盖转移性、不可切除性及子宫体平滑肌肉瘤
基本信息
资源简介
Nivolumab单用或联合Ipilimumab治疗晚期子宫平滑肌肉瘤患者
该数据集来自clinicaltrials.gov，收录晚期子宫平滑肌肉瘤（ULMS）患者的临床试验信息，涵盖转移性、不可切除性及子宫体平滑肌肉瘤。主要评估Nivolumab单用及联合Ipilimumab的客观缓解率（RECIST 1.1），次要目标包括毒性、无进展生存期及PDL1、PD1在浸润细胞中的关系探索。可用于肿瘤免疫治疗研究、疗效与安全性分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：转移性平滑肌肉瘤、不可切除性平滑肌肉瘤、子宫体平滑肌肉瘤。主要目标：I. 评估Nivolumab治疗晚期子宫平滑肌肉瘤（ULMS）患者按实体瘤疗效评价标准（RECIST）1.1的客观缓解率。II. 评估Nivolumab联合Ipilimumab治疗晚期ULMS患者按RECIST 1.1的客观缓解率。次要目标：I. 评估Nivolumab在晚期ULMS患者中的毒性。II. 评估Nivolumab联合Ipilimumab在晚期ULMS患者中的毒性。III. 评估Nivolumab治疗ULMS的无进展生存期。IV. 评估Nivolumab联合Ipilimumab治疗ULMS的无进展生存期。V. 探索PDL1、PD1在浸润细胞中的关系
【主题与分类】
主题标签：Metastatic Leiomyosarcoma、Unresectable Leiomyosarcoma、Uterine Corpus Leiomyosarcoma。本站分类：肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT02428192
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/NCT02428192
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
疾病状态：转移性平滑肌肉瘤、不可切除性平滑肌肉瘤、子宫体平滑肌肉瘤。主要目标：I. 评估接受nivolumab治疗的晚期子宫平滑肌肉瘤（ULMS）患者根据实体瘤疗效评价标准（RECIST）1.1的客观缓解率。II. 评估接受nivolumab联合ipilimumab治疗的晚期ULMS患者根据RECIST 1.1的客观缓解率。次要目标：I. 评估nivolumab在晚期ULMS患者中的毒性。II. 评估nivolumab联合ipilimumab在晚期ULMS患者中的毒性。III. 评估接受nivolumab治疗的ULMS的无进展生存期。IV. 评估接受nivolumab联合ipilimumab治疗的ULMS的无进展生存期。V. 在至少10例患者中探索浸润淋巴细胞中PDL1、PD1与存档肿瘤及治疗前后活检中PD2状态之间的关系。三级目标：I. 探索一般免疫反应与免疫调节特异性标志物及nivolumab疗效之间的关系。II.
探讨肿瘤炎症基因特征与存档材料中对nivolumab反应之间的关系。大纲：患者被分配至2个队列之一。队列A（2015年10月21日停止招募）：患者在无疾病进展或不可接受毒性的情况下，每2周接受一次nivolumab静脉注射（IV），输注时间约60分钟，最多46剂。队列B：患者接受nivolumab静脉注射约60分钟，随后进行生理盐水冲洗，并接受ipilimumab静脉注射90分钟。在无疾病进展或不可接受毒性的情况下，每21天重复治疗，最多4个疗程。完成研究治疗后，对患者进行100天的随访。
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。
