高危IIB/IIC期皮肤黑色素瘤新辅助Pembrolizumab单臂概念验证IIA期研究

该数据集来自clinicaltrials.gov,收录高危IIB/IIC期皮肤黑色素瘤患者接受新辅助Pembrolizumab治疗的单臂概念验证IIA期临床试验信息

Centre Hospitalier Universitaire de BesanconCentre Hospitalier Universitaire de Besancon
clinicaltrials
浏览 3
其他预测Stage IIB MelanomaStage IIC Melanoma
Neoadjuvant Pembrolizumab in Patients With High Risk, Stage IIB/IIC Cutaneous Melanoma: a Single Arm Proof of Concept Phase IIA Study.

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-23

资源简介

高危IIB/IIC期皮肤黑色素瘤新辅助Pembrolizumab单臂概念验证IIA期研究

该数据集来自clinicaltrials.gov,收录高危IIB/IIC期皮肤黑色素瘤患者接受新辅助Pembrolizumab治疗的单臂概念验证IIA期临床试验信息。覆盖经组织学确诊的AJCC第8版IIB(T3b、T4a)或IIC(T4b)期原发性皮肤黑色素瘤患者,接受2次Pembrolizumab输注后手术及辅助治疗。主要评估原发肿瘤病理缓解,次要评估疗效、安全性及探索性生物标志物。可用于肿瘤免疫治疗响应预测与安全性分析研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:IIB期黑色素瘤、IIC期黑色素瘤。这项II期试验检验新辅助PD-1阻断能否在IIB/IIC期黑色素瘤中实现病理缓解且毒性可控。纳入经组织学确诊的AJCC(第8版)临床IIB期(T3b、T4a)或IIC期(T4b)原发性皮肤黑色素瘤患者,来自部分活检,具有残留肉眼可见病灶且无转移。他们将接受2次Pembrolizumab输注,随后手术和辅助治疗。主要目标是评估原发肿瘤的病理缓解。次要目标包括评估疗效和安全性以及探索性生物标志物分析。

【主题与分类】

主题标签:Stage IIB Melanoma、Stage IIC Melanoma。本站分类:肿瘤/皮肤癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07883759

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/NCT07883759

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

条件:IIB期黑色素瘤、IIC期黑色素瘤。这项II期试验旨在考察新辅助PD-1阻断治疗能否在IIB/IIC期黑色素瘤中实现病理缓解且毒性可控。纳入标准为:经组织学确诊的AJCC(第8版)临床IIB期(T3b、T4a)或IIC期(T4b)原发性皮肤黑色素瘤患者,标本来自部分活检,存在残留肉眼可见病灶但无转移。患者将接受2次帕博利珠单抗输注,随后进行手术和辅助治疗。主要目标是评估原发肿瘤的病理缓解。次要目标包括评估疗效和安全性,以及探索性生物标志物分析。

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