Paclitaxel-Avelumab 治疗血管肉瘤
血管肉瘤是发病率低于 1/100000/年的罕见血管或淋巴来源肿瘤，临床异质性强。既往研究显示每周紫杉醇对晚期或转移性血管肉瘤有活性，且 PD-L1 在抑制 T 细胞反应中起重要作用，avelumab 可阻断 PD-L1 与其受体的相互作用
基本信息
资源简介
Paclitaxel-Avelumab 治疗血管肉瘤
该数据集来自 clinicaltrials.gov，主题为 Paclitaxel-Avelumab 用于转移性血管肉瘤。血管肉瘤是发病率低于 1/100000/年的罕见血管或淋巴来源肿瘤，临床异质性强。既往研究显示每周紫杉醇对晚期或转移性血管肉瘤有活性，且 PD-L1 在抑制 T 细胞反应中起重要作用，avelumab 可阻断 PD-L1 与其受体的相互作用。皮肤血管肉瘤中 PD-1 阳性细胞高浸润且肿瘤部位表达 PD-L1 的患者更可能获得较好生存。数据可用于探索联合治疗的抗肿瘤活性预测（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：转移性血管肉瘤。血管肉瘤是起源于血管或淋巴的非常罕见的肿瘤（发病率 < 1/100000/年），其特征是在表现和行为方面具有临床异质性。在多项前瞻性和回顾性研究中，每周紫杉醇在晚期或转移性血管肉瘤患者中显示出有前景的活性。鉴于 PD-L1 在抑制 T 细胞反应中的重要作用，以及 avelumab 阻断 PD-L1 与其受体相互作用的机制，avelumab 正被开发为多种肿瘤受试者的潜在疗法。在先前的研究中，皮肤血管肉瘤患者若 PD-1 阳性细胞高度浸润且肿瘤部位有 PD-L1 表达，更可能获得有利的生存。因此，avelumab 作为 PD-1/PDL-1 相互作用抑制剂与紫杉醇（标准化疗）联合的抗肿瘤活性
【主题与分类】
主题标签：Angiosarcoma Metastatic。本站分类：肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT03512834
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/NCT03512834
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：转移性血管肉瘤。血管肉瘤是起源于血管或淋巴管的非常罕见的肿瘤（发病率<1/100,000/年），其临床特征表现为起病方式和生物学行为的高度异质性。在多项前瞻性和回顾性研究中，每周给予紫杉醇对晚期或转移性血管肉瘤患者显示出良好的活性。鉴于PD-L1在抑制T细胞反应中的重要作用，以及avelumab阻断PD-L1与其受体相互作用的机制，avelumab正被开发为多种肿瘤患者的潜在治疗方法。在既往研究中，皮肤血管肉瘤患者若PD-1阳性细胞高度浸润且肿瘤部位PD-L1表达，则更可能获得较好的生存预后。因此，avelumab作为PD-1/PD-L1相互作用抑制剂联合标准化疗药物紫杉醇，其抗肿瘤活性可能带来更多治疗改善。
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。
