Pembrolizumab (MK-3475) 治疗晚期实体瘤研究 (MK-3475-158/KEYNOTE-158)

覆盖晚期(不可切除和/或转移性)实体瘤患者,涉及肛门癌、胆道癌、胆管癌、神经内分泌肿瘤、类癌瘤、子宫内膜癌、宫颈癌等多种瘤种,入组者为标准治疗进展后的患者

Merck Sharp & Dohme LLCMerck Sharp & Dohme LLC
clinicaltrials
浏览 16
文本预测Advanced CancerAnal CarcinomaAnal CancerBiliary CancerCholangiocarcinomaBile Duct CancerNeuroendocrine TumorCarcinoid TumorEndometrial CarcinomaEndometrial CancerCervical CarcinomaCervical Cancer
Study of Pembrolizumab (MK-3475) in Participants With Advanced Solid Tumors (MK-3475-158/KEYNOTE-158)

基本信息

模态
文本
任务类型
预测
创建/更新时间
2026-10-08

资源简介

Pembrolizumab (MK-3475) 治疗晚期实体瘤研究 (MK-3475-158/KEYNOTE-158)

该数据集来自 clinicaltrials.gov,收录 Pembrolizumab (MK-3475) 治疗晚期实体瘤的临床研究 MK-3475-158/KEYNOTE-158。覆盖晚期(不可切除和/或转移性)实体瘤患者,涉及肛门癌、胆道癌、胆管癌、神经内分泌肿瘤、类癌瘤、子宫内膜癌、宫颈癌等多种瘤种,入组者为标准治疗进展后的患者。数据可用于评估 Pembrolizumab 在多瘤种中的疗效与安全性,支持肿瘤免疫治疗相关预测建模与临床结局分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:晚期癌症、肛门癌、肛门癌、胆道癌、胆管癌、胆管癌、神经内分泌肿瘤、类癌瘤。在这项研究中,患有多种类型晚期(不可切除和/或转移性)实体瘤且在接受标准治疗期间出现疾病进展的参与者将接受 pembrolizumab (MK-3475) 治疗。

【主题与分类】

主题标签:Advanced Cancer、Anal Carcinoma、Anal Cancer、Biliary Cancer、Cholangiocarcinoma、Bile Duct Cancer、Neuroendocrine Tumor、Carcinoid Tumor、Endometrial Carcinoma、Endometrial Cancer。本站分类:肿瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT02628067

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

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/NCT02628067

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

疾病:晚期癌症、肛门癌、肛门癌、胆道癌、胆管癌、胆管癌、神经内分泌肿瘤、类癌。在本研究中,患有多种类型晚期(不可切除和/或转移性)实体瘤且在接受标准治疗后出现疾病进展的参与者将接受帕博利珠单抗(MK-3475)治疗。

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。

获取专属数据定制方案