Nivolumab联合Vismodegib治疗基底细胞痣综合征患者
该数据集来自clinicaltrials.gov,聚焦于基底细胞痣综合征(BCNS)患者。BCNS是一种罕见的常染色体显性遗传病,由PTCH1基因突变引起,患者可同时出现数十至数百个基底细胞癌(BCC)

基本信息
资源简介
Nivolumab联合Vismodegib治疗基底细胞痣综合征患者
该数据集来自clinicaltrials.gov,聚焦于基底细胞痣综合征(BCNS)患者。BCNS是一种罕见的常染色体显性遗传病,由PTCH1基因突变引起,患者可同时出现数十至数百个基底细胞癌(BCC)。由于手术无法完全切除全部肿瘤,Hedgehog通路抑制剂(如Vismodegib)已被用于减少肿瘤负荷。本数据集涉及Nivolumab联合Vismodegib的治疗方案,可用于探索该联合疗法在BCNS患者中的疗效与安全性,为临床研究提供数据支持(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:基底细胞痣综合征。基底细胞癌(BCC)是迄今为止最常见的人类恶性肿瘤形式,每年影响超过350万美国人。Hedgehog(Hh)通路的异常激活,通常通过受体Patched(PTCH)的缺失或Smoothened(SMO)的致癌性激活,已被确定为BCC生长和发展的主要驱动因素。特别是,美国每57,000人中就有多达1人受到一种罕见的常染色体显性遗传病的影响,该病以蛋白质patched homolog 1(PTCH1)突变为特征,称为基底细胞痣综合征(BCNS)。这些患者在任何时候都可能出现数十到数百个BCC(1-5)。手术切除全部肿瘤负荷是不可行的。采用SMO抑制剂(即Vismodegib、Sonidegib)的Hh靶向疗法在减少BCC患者的肿瘤负荷方面显示出显著疗效。Ho
【主题与分类】
主题标签:Basal Cell Nevus Syndrome。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03767439
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/NCT03767439
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:基底细胞痣综合征。基底细胞癌(BCC)是目前最常见的人类恶性肿瘤形式,每年影响超过350万美国人。Hedgehog(Hh)通路的异常激活,通常通过受体Patched(PTCH)的缺失或Smoothened(SMO)的致癌性激活,已被确认为BCC生长和发展的主要驱动因素。特别是,美国每57,000人中就有多达1人受到一种罕见的常染色体显性遗传病的影响,该病以蛋白质patched同源物1(PTCH1)突变为特征,称为基底细胞痣综合征(BCNS)。这些患者在任何时候都可能发展出数十到数百个BCC(1-5)。手术切除整个肿瘤负荷并不可行。采用SMO抑制剂(即Vismodegib、Sonidegib)的Hh靶向疗法在减少BCC患者肿瘤负荷方面显示出显著疗效。然而,这些药物的持续临床效用受到临床耐药性迅速出现、显著的肿瘤复发和毒性的阻碍。
针对寻找额外分子或免疫靶点的治疗策略,可能提高这些肿瘤持续缓解和/或治愈的可能性。来自我们研究组及其他机构的新兴数据表明,SMO抑制的治疗效果可能依赖于免疫机制。Hh抑制似乎能增加T细胞的招募和激活,并上调肿瘤细胞上主要组织相容性复合体(MHC)I类的表达。这些数据,加之病例报告显示细胞毒性T淋巴细胞相关蛋白4(CTLA-4)和程序性死亡-1(PD-1)抑制在未接受过Hh抑制剂治疗及耐药性基底细胞癌(BCC)中的有效性,支持了抗肿瘤免疫在BCC中的作用,并强调了联合SMO抑制与免疫检查点抑制可能增强治疗效果的潜力。
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。




