Pembrolizumab联合超声诱导微泡空化治疗头颈癌
该数据集来自clinicaltrials.gov,为一项可行性试验,研究对象为复发/转移性头颈鳞状细胞癌(R/M HNSCC)患者,这些患者已具备Pembrolizumab标准治疗适应症

基本信息
资源简介
Pembrolizumab联合超声诱导微泡空化治疗头颈癌
该数据集来自clinicaltrials.gov,为一项可行性试验,研究对象为复发/转移性头颈鳞状细胞癌(R/M HNSCC)患者,这些患者已具备Pembrolizumab标准治疗适应症。干预方案为Pembrolizumab联合Definity全氟丙烷脂质微球(Lantheus Medical Imaging),随后进行超声诱导微泡空化(UC)。患者最多接受3个周期治疗,每3周一次,并设3个月安全性随访。数据集覆盖头颈癌、头颈部小细胞癌、转移性及复发性头颈癌人群,可用于评估该联合疗法的可行性、安全性和描述性统计特征(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:头颈癌、头颈部小细胞癌、转移性头颈癌、复发性头颈癌。拟议研究是一项Pembrolizumab联合Definity全氟丙烷脂质微球(Lantheus Medical Imaging)后行超声诱导微泡空化(UC)的可行性试验,靶向R/M HNSCC患者,Pembrolizumab已被列为该类患者的标准治疗。患者将接受最多3个周期的治疗。参与者自开始治疗起可继续研究治疗最多3个周期,每3周一次,并进行3个月安全性随访。参与者特征和终点将通过适当的描述性统计进行总结——连续变量采用均值和标准差(或中位数和四分位距,如适用),分类变量采用频数和百分比。
【主题与分类】
主题标签:Head and Neck Cancer、Head and Neck Small Cell Carcinoma、Metastatic Head and Neck Cancer、Recurrent Head and Neck Cancer。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07501650
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。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT07501650
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:头颈癌、头颈部小细胞癌、转移性头颈癌、复发性头颈癌。拟议研究是一项Pembrolizumab联合Definity全氟丙烷脂质微球(Lantheus Medical Imaging)随后进行超声诱导微泡空化(UC)的可行性试验,靶向R/M HNSCC患者,Pembrolizumab已被指示作为该类患者的标准治疗。患者将接受最多3个周期的治疗。参与者自开始治疗起可继续研究治疗最多3个周期,每3周一次,并进行3个月的安全性随访。参与者特征和终点将通过适当的描述性统计进行总结——连续变量采用均值和标准差(或中位数和四分位距,如适用),分类变量采用频数和百分比。
主要分析 在所有入组患者中,将评估可行性,其定义为研究启动后1年内入组6名参与者,并且至少80%的入组患者完成所有试验程序,包括3个周期的PD治疗和随访访视。招募可行性(主要目标次要终点)将评估为自中心启动后前12个月内入组的参与者数量。成功定义为在该时间窗内入组6名参与者。研究者将对6个月入组计数和招募率进行描述性总结。方案完成可行性(主要目标主要终点)将评估为完成所有预先规定的试验程序(截至治疗结束和主要随访时间点的所有计划访视/评估)的入组参与者比例。分母为所有入组参与者。完成状态未知或缺失将计为未完成。成功定义为至少80%的完成率。研究者将报告完成比例及其95%精确二项(Clopper-Pearson)置信区间。
Secondary Analysis As
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。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




