Ipilimumab与Imatinib Mesylate联合治疗晚期癌症
覆盖晚期恶性实体瘤、C-KIT酪氨酸激酶蛋白过表达、IV期皮肤黑色素瘤、转移性胃肠道间质瘤、转移性黑色素瘤及不可切除黑色素瘤等病种
基本信息
资源简介
Ipilimumab与Imatinib Mesylate联合治疗晚期癌症
该数据集来自clinicaltrials.gov，聚焦Ipilimumab与Imatinib Mesylate联合治疗晚期癌症的临床试验。覆盖晚期恶性实体瘤、C-KIT酪氨酸激酶蛋白过表达、IV期皮肤黑色素瘤、转移性胃肠道间质瘤、转移性黑色素瘤及不可切除黑色素瘤等病种。数据可用于评估联合治疗的安全性、毒性、最大耐受剂量、剂量限制性毒性及抗肿瘤活性，支持肿瘤治疗反应与毒性分类研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：晚期恶性实体瘤、C-KIT酪氨酸激酶蛋白过表达、临床IV期皮肤黑色素瘤AJCC v8、转移性胃肠道间质瘤、转移性恶性实体瘤、转移性黑色素瘤、病理IV期皮肤黑色素瘤AJCC v8、不可切除黑色素瘤。主要目标：I. 评估静脉注射ipilimumab（Yervoy）联合口服imatinib mesylate（GLEEVEC）用于标准治疗难治、标准治疗后复发或无可用标准治疗的晚期恶性肿瘤患者的安全性和毒性特征。II. 确定ipilimumab与imatinib mesylate联合治疗的最大毒性剂量（MTD）和剂量限制性毒性（DLT）。次要目标：I. 确定ipilimumab与imatinib mesylate联合治疗的抗肿瘤活性。II. 确定
【主题与分类】
主题标签：Advanced Malignant Solid Neoplasm、Metastatic Malignant Solid Neoplasm、Metastatic Melanoma、Unresectable Melanoma、Unresectable Solid Neoplasm。本站分类：肿瘤/皮肤癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT01738139
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/NCT01738139
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：晚期恶性实体肿瘤、C-KIT酪氨酸激酶蛋白过表达、AJCC第8版临床IV期皮肤黑色素瘤、转移性胃肠道间质瘤、转移性恶性实体肿瘤、转移性黑色素瘤、AJCC第8版病理IV期皮肤黑色素瘤、不可切除性黑色素瘤。主要目标：I. 评估静脉注射伊匹木单抗（Yervoy）联合口服甲磺酸伊马替尼（GLEEVEC）治疗对标准治疗难治、标准治疗后复发或无可用标准治疗的晚期恶性肿瘤患者的安全性和毒性特征。II. 确定伊匹木单抗与甲磺酸伊马替尼联合治疗的最大毒性剂量（MTD）和剂量限制性毒性（DLT）。次要目标：I. 确定伊匹木单抗与甲磺酸伊马替尼联合治疗的抗肿瘤活性。II. 确定伊匹木单抗与甲磺酸伊马替尼联合治疗在KIT确认的实体瘤中的抗肿瘤活性。III. 评估肿瘤相关免疫生物标志物对治疗效果的潜在预测作用。IV.
评估治疗相关毒性对抗肿瘤活性的潜在预测作用。概要：这是一项剂量递增研究。患者在第1天接受伊匹木单抗静脉注射（IV），输注时间超过90分钟，并在第1-21天每日两次（BID）口服甲磺酸伊马替尼。在没有疾病进展或不可接受的毒性的情况下，每21天重复疗程。
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。
