英夫利西单抗或维得利珠单抗治疗免疫检查点抑制剂相关结肠炎
该数据集来自 clinicaltrials.gov,聚焦于免疫检查点抑制剂相关结肠炎的治疗研究,涉及泌尿生殖系统肿瘤或黑色素瘤患者

基本信息
资源简介
英夫利西单抗或维得利珠单抗治疗免疫检查点抑制剂相关结肠炎
该数据集来自 clinicaltrials.gov,聚焦于免疫检查点抑制剂相关结肠炎的治疗研究,涉及泌尿生殖系统肿瘤或黑色素瘤患者。数据覆盖的疾病包括结肠炎、非小细胞肺癌、恶性泌尿生殖系统肿瘤、恶性实体肿瘤和黑色素瘤。研究比较英夫利西单抗与维得利珠单抗在免疫相关腹泻和/或结肠炎临床缓解/应答中的疗效,并评估治疗的安全性与耐受性,同时关注4周时临床缓解、皮质类固醇减量成功率及减量后复发率等指标。可用于肿瘤免疫治疗不良反应管理及药物疗效比较研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:结肠炎、肺非小细胞癌、恶性泌尿生殖系统肿瘤、恶性实体肿瘤、黑色素瘤。主要目标:I. 比较英夫利西单抗和维得利珠单抗对免疫相关腹泻和/或结肠炎临床缓解/应答的疗效。II. 评估该治疗对免疫介导的腹泻和/或结肠炎的安全性和耐受性。次要目标:I. 评估英夫利西单抗和维得利珠单抗在4周时对IMC临床缓解/应答的疗效。II. 评估皮质类固醇减量成功情况。III. 测量皮质类固醇减量后的复发率。探索性目标:I. 评估英夫利西单抗和维得利珠单抗实现免疫相关腹泻和/或结肠炎内镜下缓解的疗效。II. 评估英夫利西单抗和维得利珠单抗实现免疫相关腹泻和/或结肠炎组织学缓解的疗效。
【主题与分类】
主题标签:Colitis、Lung Non-Small Cell Carcinoma、Malignant Genitourinary System Neoplasm、Malignant Solid Neoplasm、Melanoma。本站分类:肿瘤/皮肤癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04407247
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/NCT04407247
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
疾病:结肠炎、肺非小细胞癌、恶性泌尿生殖系统肿瘤、恶性实体瘤、黑色素瘤。主要目标:I. 比较英夫利西单抗和维多珠单抗在免疫相关性腹泻和/或结肠炎临床缓解/应答中的疗效。II. 评估免疫介导的腹泻和/或结肠炎治疗的安全性和耐受性。次要目标:I. 评估英夫利西单抗和维多珠单抗在4周时对IMC临床缓解/应答的疗效。II. 评估皮质类固醇减量成功的比例。III. 测量皮质类固醇减量后的复发率。探索性目标:I. 评估英夫利西单抗和维多珠单抗在实现免疫相关性腹泻和/或结肠炎内镜下缓解的疗效。II. 评估英夫利西单抗和维多珠单抗在实现免疫相关性腹泻和/或结肠炎组织学缓解的疗效。III. 评估达到临床缓解/应答的时间。IV. 评估癌症的长期结局。V. 评估组织/血液/粪便中的免疫学、分子和微生物组变化。概要:患者被随机分配到2个组中的1个。
A组:患者在第0、2、6周接受英夫利西单抗静脉输注(IV),每次输注时间超过1小时,共3剂,若无疾病进展或不可接受的毒性则继续。B组:患者在第0、2、6周接受维得利珠单抗静脉输注(IV),每次输注时间超过1小时,共3剂,若无疾病进展或不可接受的毒性则继续。治疗后患者每周随访1次,持续1个月,随后在第2个月和第3个月进行随访。
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。




