个性化长程放疗联合化疗联合或不联合免疫治疗用于LARC:PALACE研究

该数据集来自clinicaltrials.gov,聚焦局部晚期直肠癌(LARC)的个性化长程放疗联合化疗,联合或不联合免疫治疗

West China HospitalWest China Hospital
clinicaltrials
浏览 4
其他预测Locally Advanced Rectal Cancer (LARC)ImmunotherapyRadiotherapyTotal Neoadjuvant TherapyAnal Function Preservation
Personalized Long-course Radiotherapy Plus Chemotherapy With or Without Immunotherapy for LARC: PALACE Study

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-11-03

资源简介

个性化长程放疗联合化疗联合或不联合免疫治疗用于LARC:PALACE研究

该数据集来自clinicaltrials.gov,聚焦局部晚期直肠癌(LARC)的个性化长程放疗联合化疗,联合或不联合免疫治疗。研究对象为确诊T3-4/N+且合并危险因素、病灶下缘距肛缘≤10 cm的患者,接受新辅助治疗。主要终点为完全缓解率(CR),即病理完全缓解(pCR)与持续一年以上的临床完全缓解(cCR)的合并结果。数据可用于评估该治疗策略的疗效与肛门功能保留情况,支持肿瘤治疗反应预测与临床决策研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:局部晚期直肠癌(LARC)、免疫治疗、放疗、全程新辅助治疗、肛门功能保留。确诊为局部晚期直肠癌(T3-4/N+)且合并危险因素、病灶下缘距肛缘≤10 cm的患者将接受新辅助治疗。研究的主要终点为完全缓解率(CR),定义为病理完全缓解(pCR)与持续一年以上的临床完全缓解(cCR)的合并结果。

【主题与分类】

主题标签:Locally Advanced Rectal Cancer (LARC)、Immunotherapy、Radiotherapy、Total Neoadjuvant Therapy、Anal Function Preservation。本站分类:肿瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07020247

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT07020247

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:局部晚期直肠癌(LARC)、免疫治疗、放疗、全程新辅助治疗、肛门功能保留。诊断为局部晚期直肠癌(T3-4/N+)且伴有综合风险因素,病变下缘距肛缘≤10厘米的患者,将接受新辅助治疗。研究的主要终点是完全缓解率(CR),定义为病理完全缓解(pCR)与持续一年以上的临床完全缓解(cCR)的结合。

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。