混合细菌疫苗(MBV)在表达NY-ESO-1抗原的肿瘤患者中的一期研究
该数据集来自clinicaltrials.gov,收录一项混合细菌疫苗(MBV)在表达NY-ESO-1抗原的肿瘤患者中开展的一期研究

基本信息
资源简介
混合细菌疫苗(MBV)在表达NY-ESO-1抗原的肿瘤患者中的一期研究
该数据集来自clinicaltrials.gov,收录一项混合细菌疫苗(MBV)在表达NY-ESO-1抗原的肿瘤患者中开展的一期研究。覆盖黑色素瘤、肉瘤、胃肠间质瘤、头颈癌、移行细胞癌、前列腺癌、卵巢癌、食管癌及乳腺癌等瘤种。源站描述记录了队列1从250 EU起始剂量皮下接种并逐步递增至目标热原效应或最高547,000 EU,以及队列2按60,800 EU热原剂量每周两次接种6周的方案,并说明尽可能病灶内注射、否则皮下注射。可用于了解该疫苗的剂量递增设计与热原效应评估(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:黑色素瘤、肉瘤、胃肠间质瘤(GIST)、头颈癌、移行细胞癌、前列腺癌、卵巢癌、食管癌。队列1的受试者入组接受MBV皮下接种,起始剂量为250 EU(1 µL;剂量水平1),每周给药两次。在未出现剂量限制性毒性(DLT)的情况下,每名受试者的MBV剂量递增至引起所需热原效应的MBV剂量,或直至最大剂量547,000 EU(剂量水平8)。一旦观察到所需热原效应,受试者即按热原剂量水平每周接受两次MBV,共4剂。队列2的受试者入组接受热原剂量水平(确定为60,800 EU[剂量水平6])的MBV,每周两次,共6周。如有可能,疫苗采用病灶内注射;若病灶内注射不可行,则采用皮下注射。
【主题与分类】
主题标签:Melanoma、Sarcoma、Gastrointestinal Stromal Tumor (GIST)、Head and Neck Cancer、Transitional Cell Carcinoma、Prostate Cancer、Ovarian Carcinoma、Esophageal Cancer、Breast Cancer。本站分类:肿瘤/皮肤癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00623831
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/NCT00623831
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
适应症:黑色素瘤、肉瘤、胃肠道间质瘤(GIST)、头颈癌、移行细胞癌、前列腺癌、卵巢癌、食管癌。队列1的受试者入组后接受MBV皮下注射,起始剂量为250 EU(1 µL;剂量水平1),每周给药两次。在未出现剂量限制性毒性(DLT)的情况下,每名受试者的MBV剂量递增至产生所需致热效应的MBV剂量,或直至最大剂量547,000 EU(剂量水平8)。一旦观察到所需致热效应,受试者即按致热剂量水平每周接受MBV两次,共4剂。队列2的受试者入组后按致热剂量水平(确定为60,800 EU[剂量水平6])接受MBV,每周两次,持续6周。疫苗接种尽可能进行病灶内注射,若无法进行病灶内注射则行皮下注射。若观察到39.5°C至40°C的发热,受试者的剂量降至剂量水平5(20,300 EU[81 μL])。每次接种疫苗后,受试者在诊所接受最长6小时的观察,每小时测量一次生命体征。
在基线时及整个研究过程中,对受试者进行了NY-ESO-1特异性体液免疫和细胞免疫、生化、血液学以及细胞因子分析(白细胞介素[IL]-1、IL-6、干扰素[IFN]-γ和肿瘤坏死因子[TNF]-α)的评估。在整个研究期间持续进行安全性监测。
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。




