CA-4948联合Pembrolizumab与立体定向放射外科改善黑色素瘤脑转移治疗
该数据来自clinicaltrials.gov,为一项I/II期临床试验,研究CA-4948联合pembrolizumab与立体定向放射外科治疗黑色素瘤脑转移患者的效果,主要评估该联合方案能否减少立体定向放射外科术后对颅内干预(如手术、额外放射外科、激光治疗或全脑放疗)的需求

基本信息
资源简介
CA-4948联合Pembrolizumab与立体定向放射外科改善黑色素瘤脑转移治疗
该数据来自clinicaltrials.gov,为一项I/II期临床试验,研究CA-4948联合pembrolizumab与立体定向放射外科治疗黑色素瘤脑转移患者的效果,主要评估该联合方案能否减少立体定向放射外科术后对颅内干预(如手术、额外放射外科、激光治疗或全脑放疗)的需求。数据覆盖转移性恶性脑肿瘤与转移性黑色素瘤,可用于了解该联合治疗策略的研究设计与潜在应用(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:脑转移性恶性肿瘤、转移性黑色素瘤。这项I/II期试验测试CA-4948联合pembrolizumab在减少颅内干预需求方面的效果,这些干预包括立体定向放射外科术后的手术、额外放射外科、激光治疗或全脑放疗,以改善从原发部位扩散到脑部的黑色素瘤(转移性)患者的治疗。CA-4948可能通过阻断细胞生长所需的某些酶来阻止肿瘤细胞生长并可能杀死它们。单克隆抗体,如pembrolizumab,是一种蛋白质,可以与体内的某些靶点结合,例如引起身体产生免疫反应的分子(抗原)。立体定向放射外科是一种外部放射治疗,使用特殊设备定位患者并精确
【主题与分类】
主题标签:Metastatic Melanoma。本站分类:肿瘤/皮肤癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05669352
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/NCT05669352
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:脑转移性恶性肿瘤、转移性黑色素瘤。这项I/II期试验测试CA-4948联合帕博利珠单抗在减少颅内干预需求方面的效果,颅内干预包括立体定向放射外科治疗后的手术、额外放射外科治疗、激光治疗或全脑放疗,以改善从原发部位扩散至脑部(转移性)的黑色素瘤患者的治疗。CA-4948可能通过阻断细胞生长所需的某些酶来阻止肿瘤细胞生长并可能杀死肿瘤细胞。单克隆抗体(如帕博利珠单抗)是一种蛋白质,可与体内某些靶点结合,例如引起机体产生免疫反应的分子(抗原)。立体定向放射外科治疗是一种外部放射治疗,使用特殊设备定位患者并向肿瘤精确给予单次大剂量辐射。在立体定向放射外科治疗后给予CA-4948联合帕博利珠单抗可能减少颅内干预的需求,并可能有效治疗转移至脑部的黑色素瘤患者。
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。




