ARID1A突变胃食管腺癌单剂量免疫检查点抑制剂瘤内T细胞概念验证试验
该数据集来自clinicaltrials.gov，聚焦成人恶性实体瘤中的胃腺癌与食管腺癌，纳入携带ARID1A突变、既往未接受治疗、疾病未扩散且愿意接受活检的受试者
基本信息
资源简介
ARID1A突变胃食管腺癌单剂量免疫检查点抑制剂瘤内T细胞概念验证试验
该数据集英文名称为 ProofPrincip IntraTu TCells SinglDoseImmunCheckpoinInhib Gastro-Esophage Adenocarcinoma w/ARID1a Mu，来源于 clinicaltrials.gov，本站归类为肿瘤 / 其他。其源站描述指向一项原理验证性临床试验，旨在评估单次双免疫检查点抑制剂能否增加食管腺癌、胃食管交界处腺癌与胃腺癌患者瘤内 T 细胞。受试者为既往未接受针对该疾病的治疗、愿意接受活检操作、疾病尚未扩散至身体其他部位、且肿瘤携带 ARID1A 突变者。数据集主题标签涵盖成人实体瘤、成人恶性实体瘤、胃腺癌与食管腺癌，整体聚焦成人恶性实体瘤中的胃腺癌与食管腺癌人群。
【数据集背景】
该数据集对应的临床研究属于肿瘤免疫治疗领域的原理验证性试验。源站描述明确其目标是确定单次双免疫检查点抑制剂能否提高食管、胃食管交界处和胃腺癌患者瘤内的 T 细胞水平。研究关注的是尚未针对该疾病接受过治疗、愿意接受活检、疾病未扩散到身体其他部位、并且肿瘤具有 ARID1A 突变的受试者。这一背景决定了数据集围绕特定癌种、特定基因突变状态与特定治疗初治状态的人群展开。
【数据内容】
数据集的主题标签包括成人实体瘤、成人恶性实体瘤、胃腺癌与食管腺癌；源站描述中列出的疾病条件为成人实体瘤、恶性实体瘤、胃腺癌与食管腺癌。研究涉及单次双免疫检查点抑制剂干预以及瘤内 T 细胞相关评估，并涉及活检操作。除上述内容外，源站未提供具体变量、字段结构、样本量或观测指标等细节。
【采集与来源】
数据来源站为 clinicaltrials.gov。源站描述表明这是一项临床试验，受试者需愿意接受活检程序，且其疾病未扩散至身体其他部位、肿瘤携带 ARID1A 突变、既往未接受针对该疾病的治疗。关于采集时间、采集机构、随访周期等具体信息，源站未提供。
【适用场景】
该数据集适用于关注成人恶性实体瘤中胃腺癌与食管腺癌的研究场景，尤其是涉及 ARID1A 突变、治疗初治、疾病未扩散人群，以及评估单次双免疫检查点抑制剂对瘤内 T 细胞影响的原理验证性研究。也可用于了解该临床试验所界定的受试者条件与疾病范围。其他具体应用场景源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法、访问方式或分析流程。
【质量与限制】
源站未提供关于数据质量、完整性、偏倚控制或使用限制的说明。可确认的限定条件是研究人群为既往未治疗、疾病未扩散、携带 ARID1A 突变且愿意接受活检的受试者，这使其适用范围具有明确的特定性。
【引用与许可】
源站未提供引用格式与许可条款信息。
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/NCT06824363
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
条件：实体瘤、成人、恶性实体瘤、胃腺癌、食管腺癌。这是一项原理验证性临床试验，旨在确定单剂量双免疫检查点抑制剂对增加食管腺癌、胃食管交界处腺癌和胃腺癌瘤内T细胞的有效性。受试者为既往未接受过针对其疾病的治疗、愿意接受活检程序、疾病尚未扩散至身体其他部位、且肿瘤具有ARID1A突变的受试者。
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。
