抗PD-1脑转移协作研究+放疗扩展(ABC-X研究)
该数据集来自clinicaltrials.gov,属于肿瘤/皮肤癌领域,聚焦IV期黑色素瘤脑转移。其背景为ABC研究(NCT02374242),一项II期临床试验,入组76例黑色素瘤脑转移患者,接受nivolumab单药或nivolumab联合ipilimumab治疗,结果显示联合治疗更有效

基本信息
资源简介
抗PD-1脑转移协作研究+放疗扩展(ABC-X研究)
该数据集来自clinicaltrials.gov,属于肿瘤/皮肤癌领域,聚焦IV期黑色素瘤脑转移。其背景为ABC研究(NCT02374242),一项II期临床试验,入组76例黑色素瘤脑转移患者,接受nivolumab单药或nivolumab联合ipilimumab治疗,结果显示联合治疗更有效。本方案在ABC研究基础上,进一步评估免疫治疗联合放疗的临床、功能、毒性及生活质量结局。数据可用于探索联合治疗在黑色素瘤脑转移中的疗效与安全性(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:IV期黑色素瘤。1. 背景 ABC研究(NCT02374242)是一项II期临床试验,入组3个队列的黑色素瘤脑转移患者。76例患者接受了nivolumab单药或nivolumab联合ipilimumab的免疫治疗。在黑色素瘤脑转移中,nivolumab联合ipilimumab被证明比nivolumab单药更有效。因此本试验将采用联合方案。来自临床前和临床研究的发现提供了证据,支持放疗能够诱导抗肿瘤免疫反应并增强抗PD1检查点阻断在黑色素瘤中的疗效,并为联合治疗提供了机制依据。2. 研究设计 本当前方案建立在ABC研究基础上,将评估免疫治疗联合
【主题与分类】
主题标签:Melanoma Stage Iv。本站分类:肿瘤/皮肤癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03340129
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/NCT03340129
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:IV期黑色素瘤。1. 背景 ABC研究(NCT02374242)是一项II期临床试验,招募了3组黑色素瘤脑转移患者。76名患者接受了单独使用nivolumab或nivolumab联合ipilimumab的免疫治疗。在黑色素瘤脑转移中,nivolumab联合ipilimumab显示出比单独使用nivolumab更有效。因此,本试验将采用联合治疗方案。来自临床前和临床研究的发现提供了证据,支持放射治疗能够诱导抗肿瘤免疫反应,并增强抗PD1检查点阻断在黑色素瘤中的疗效,为联合治疗提供了机制上的合理性。2. 研究设计 本当前方案基于ABC研究,将评估黑色素瘤患者接受免疫治疗联合脑部放射治疗的综合模式下的临床、功能、毒性及生活质量结果。本研究的主要目的是评估免疫治疗±同步立体定向放射治疗(SRS)对治疗开始后12个月颅内死亡率的影响。
次要目标包括脑部、颅外及整体的RECIST缓解情况、无进展生存期、总生存期、神经认知功能、不良事件发生率及生活质量。该研究将招募218例无症状、未经治疗的黑色素瘤脑转移患者。所有患者均将接受伊匹木单抗联合纳武利尤单抗治疗,剂量和疗程采用全球监管机构批准的晚期黑色素瘤方案。所有患者将在随机分组前接受SRS治疗计划脑部MRI,以确保基线颅内测量的时间窗相近,并使两组的肿瘤体积勾画以相同方式准确记录。患者将被随机分配接受同期颅内SRS(在基线/计划MRI扫描后7天内)或免疫
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。




