帕博利珠单抗联合仑伐替尼治疗不可切除皮肤血管肉瘤患者
该数据集来自 clinicaltrials.gov,主题为帕博利珠单抗联合仑伐替尼治疗不可切除皮肤血管肉瘤患者。源站描述显示,这是一项多中心、单臂、研究者发起的II期临床试验,旨在评估帕博利珠单抗联合仑伐替尼在不可切除皮肤血管肉瘤(WHO皮肤肿瘤分类第4版)患者中的疗效与安全性

基本信息
资源简介
帕博利珠单抗联合仑伐替尼治疗不可切除皮肤血管肉瘤患者
该数据集来自 clinicaltrials.gov,主题为帕博利珠单抗联合仑伐替尼治疗不可切除皮肤血管肉瘤患者。源站描述显示,这是一项多中心、单臂、研究者发起的II期临床试验,旨在评估帕博利珠单抗联合仑伐替尼在不可切除皮肤血管肉瘤(WHO皮肤肿瘤分类第4版)患者中的疗效与安全性。背景信息提及日本皮肤血管肉瘤一线治疗现状、紫杉醇的应用及患者预后较差。该数据可用于了解该联合方案的研究设计、适应人群与临床背景(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:皮肤血管肉瘤、转移性血管肉瘤。这是一项多中心、单臂、研究者发起的II期临床试验,旨在评估帕博利珠单抗联合仑伐替尼治疗不可切除皮肤血管肉瘤(WHO皮肤肿瘤分类第4版)患者的疗效和安全性。在日本,皮肤血管肉瘤的一线治疗是手术切除联合放疗,适用于病灶局限且可完全切除的患者;对于不可切除病灶的患者,则采用单纯化疗或化疗联合放疗。基于ANGIOTAX试验,紫杉醇被广泛用于化疗。然而,日本皮肤血管肉瘤患者的预后仍然较差,平均生存时间为19.52个月,5年生存率为9%。开发新的治疗方案以改善此类患者的预后是一项紧迫任务。
【主题与分类】
主题标签:Angiosarcoma of Skin、Angiosarcoma Metastatic。本站分类:肿瘤/皮肤癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06673628
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/NCT06673628
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:皮肤血管肉瘤、转移性血管肉瘤。这是一项多中心、单臂、研究者发起的II期临床试验,旨在评估帕博利珠单抗联合乐伐替尼治疗不可切除皮肤血管肉瘤(根据世界卫生组织皮肤肿瘤分类第4版)患者的疗效和安全性。在日本,对于局限且完全可切除病变的皮肤血管肉瘤患者,一线治疗为手术切除联合放疗;对于不可切除病变的患者,则采用单纯化疗或化疗联合放疗。基于ANGIOTAX试验,紫杉醇被广泛用于化疗。然而,日本皮肤血管肉瘤患者的预后仍然较差,平均生存时间为19.52个月,5年生存率为9%。开发新的治疗方案以改善此类患者的预后是一项紧迫任务;然而,由于皮肤血管肉瘤是一种罕见癌症,企业赞助的针对该疾病的临床试验并不活跃。基于上述原因,作为研究者发起的临床试验开展本研究具有重要意义。
本研究的临床假设是“帕博利珠单抗联合仑伐替尼联合治疗的疗效在主要终点缓解率上超过ANGIOTAX试验,并且在次要终点上疗效和安全性呈现预期结果”。根据基于国家癌症登记处的皮肤癌流行病学调查,2016年和2017年登记的皮肤血管肉瘤总数为993例,年均登记497例。皮肤血管肉瘤是一种非常罕见的癌症,无法确保足够参与者开展随机对照临床试验。因此,本研究设计为单臂研究。先前接受过紫杉烷类方案治疗的晚期血管肉瘤患者使用卡博替尼+纳武利尤单抗的II期研究(Alliance A091902)结果已在ASCO 2023上报告,皮肤血管肉瘤的总体缓解率
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。




