放疗、紫杉醇和卡铂联合或不联合曲妥珠单抗治疗食管癌患者
该数据集来自clinicaltrials.gov,聚焦HER2过表达的食管腺癌及胃食管交界腺癌患者,涵盖AJCC v7分期IB至IIIB

基本信息
资源简介
放疗、紫杉醇和卡铂联合或不联合曲妥珠单抗治疗食管癌患者
该数据集来自clinicaltrials.gov,聚焦HER2过表达的食管腺癌及胃食管交界腺癌患者,涵盖AJCC v7分期IB至IIIB。研究评估在放疗联合紫杉醇和卡铂的三联治疗基础上加用曲妥珠单抗是否延长无病生存期,并考察病理完全缓解率、总生存期及组织库建设。数据可用于分析治疗与生存结局的关系,支持预后预测建模(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:食管腺癌、胃食管交界腺癌、AJCC v7 IB期食管癌、AJCC v7 IIA期食管癌、AJCC v7 IIB期食管癌、AJCC v7 IIIA期食管癌、AJCC v7 IIIB期食管癌。主要目标:1. 确定在人类表皮生长因子受体2(HER2)过表达食管腺癌患者中,曲妥珠单抗联合三联治疗(放疗加化疗后手术)是否增加无病生存期。次要目标:I. 评估在HER2过表达食管腺癌患者中,三联治疗加用曲妥珠单抗是否提高病理完全缓解率和总生存期。II. 建立非转移性食管腺癌患者肿瘤组织的组织库。III. 确定
【主题与分类】
主题标签:Esophageal Adenocarcinoma、Gastroesophageal Junction Adenocarcinoma、Stage IB Esophageal Cancer AJCC v7、Stage IIA Esophageal Cancer AJCC v7、Stage IIB Esophageal Cancer AJCC v7、Stage IIIA Esophageal Cancer AJCC v7、Stage IIIB Esophageal Cancer AJCC v7。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01196390
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/NCT01196390
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
疾病条件:食管腺癌、胃食管交界处腺癌、AJCC第7版IB期食管癌、AJCC第7版IIA期食管癌、AJCC第7版IIB期食管癌、AJCC第7版IIIA期食管癌、AJCC第7版IIIB期食管癌。主要目标:1. 确定曲妥珠单抗联合三联模式治疗(放疗加化疗后手术)是否能提高人表皮生长因子受体2(HER2)过表达食管腺癌患者的无病生存率。次要目标:I. 评估在HER2过表达食管腺癌患者的三联模式治疗中加入曲妥珠单抗是否能提高病理完全缓解率和总生存率。II. 建立非转移性食管腺癌患者肿瘤组织的组织库。III. 确定接受新辅助和维持曲妥珠单抗治疗的HER2过表达食管腺癌患者的病理完全缓解、无病生存和总生存的分子相关性。IV.
评估接受曲妥珠单抗联合放化疗的食管癌患者心脏毒性的预测因素。V. 评估在非转移性食管腺癌患者的三联治疗中加入曲妥珠单抗相关的不良事件。患者报告的生活质量目标:I. 确定在三联治疗中加入曲妥珠单抗是否能改善患者报告的食管癌治疗功能评估(FACT-E)食管癌分量表(ECS)评分。II. 确定新辅助放化疗完成后6-8周时FACT-E ECS评分的改善是否与病理完全缓解相关。III. 确定病理完全缓解是否与放化疗开始后1年和/或2年时的FACT-E ECS评分相关。IV. 确定在三联治疗中加入曲妥珠单抗是否能改善FACT-E的吞咽指数和进食指数量表评分。V. 确定在紫杉醇、卡铂和放疗中加入曲妥珠单抗是否能
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。




