Clear Me:高危黑色素瘤分子残留病灶拦截试验

该数据集来自clinicaltrials.gov,聚焦高危黑色素瘤(包括皮肤黑色素瘤、IV期黑色素瘤和黏膜黑色素瘤)。Clear-Me是一项生物标志物驱动的II期研究,评估在根治性手术后检测到循环肿瘤DNA(ctDNA)的患者中,抗LAG3/抗PD-1联合抑制(BMS986213)是否优于抗PD-1

University Health Network, TorontoUniversity Health Network, Toronto
clinicaltrials
浏览 3
基因组预测Cutaneous MelanomaMelanoma Stage IVMucosal Melanoma
Clear Me: Interception Trial to Detect and Clear Molecular Residual Disease in Patients With High-risk Melanoma

基本信息

模态
基因组
任务类型
预测
创建/更新时间
2026-10-23

资源简介

Clear Me:高危黑色素瘤分子残留病灶拦截试验

该数据集来自clinicaltrials.gov,聚焦高危黑色素瘤(包括皮肤黑色素瘤、IV期黑色素瘤和黏膜黑色素瘤)。Clear-Me是一项生物标志物驱动的II期研究,评估在根治性手术后检测到循环肿瘤DNA(ctDNA)的患者中,抗LAG3/抗PD-1联合抑制(BMS986213)是否优于抗PD-1抑制。患者经随机化分配至A组或B组,并按疾病分期(2A/2B/3A/3B/3C/3D或4期)分层。数据可用于黑色素瘤分子残留病灶的检测与清除策略研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:皮肤黑色素瘤、IV期黑色素瘤、黏膜黑色素瘤。Clear-Me是一项生物标志物驱动的II期研究,检验抗淋巴细胞激活基因-3(LAG3)/抗程序性细胞死亡蛋白1(PD-1)联合抑制(Bristol-Myers Squibb,BMS986213)是否优于抗PD-1抑制,用于高危黑色素瘤根治性手术后检测到循环肿瘤脱氧核糖核酸(ctDNA)的患者。患者将通过随机化过程分配至A组或B组。随机化过程将按分期(2A/2B/3A/3B/3C/3D期或4期)分层,以确保各分期组间绝对平衡。研究者仅选择1个分层因素——疾病分期,因为研究者认为分期是最重要的预后变量。每个分期代表一个生物学上独特的实体,具有va

【主题与分类】

主题标签:Cutaneous Melanoma、Melanoma Stage IV、Mucosal Melanoma。本站分类:肿瘤/皮肤癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06319196

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/NCT06319196

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:皮肤黑色素瘤、IV期黑色素瘤、黏膜黑色素瘤。Clear-Me是一项生物标志物驱动的II期研究,旨在检验抗淋巴细胞活化基因-3(LAG3)/抗程序性细胞死亡蛋白1(PD-1)抑制剂联合方案Bristol-Myers Squibb(BMS986213)在高危黑色素瘤根治性手术后循环肿瘤脱氧核糖核酸(ctDNA)可检测的患者中是否优于抗PD-1抑制剂单药治疗。患者将通过随机化过程分配至A组或B组。随机化过程将按分期(2A/2B/3A/3B/3C/3D期或4期)进行分层,以确保各分期组之间的绝对平衡。研究者仅选择1个分层因素,即疾病分期,因为研究者认为分期是最重要的预后变量。每个分期代表一个生物学上不同的实体,具有不同的复发率结局。将进行区组随机化,以确保联合治疗组和单药治疗组的样本量相等。研究的随机化部分将至少纳入54例患者。

研究人员预计,在确定性手术后,约20%的患者可检测到ctDNA。因此,预计整个研究将入组约270名患者并进行ctDNA检测。

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。

获取专属数据定制方案