免疫检查点抑制剂及其他免疫治疗诱导的选择压力与演化
该数据集来自clinicaltrials.gov,聚焦头颈癌与黑色素瘤等晚期实体瘤患者在接受免疫检查点抑制剂(ICI)及其他免疫治疗过程中的选择压力与肿瘤演化

基本信息
资源简介
免疫检查点抑制剂及其他免疫治疗诱导的选择压力与演化
该数据集来自clinicaltrials.gov,聚焦头颈癌与黑色素瘤等晚期实体瘤患者在接受免疫检查点抑制剂(ICI)及其他免疫治疗过程中的选择压力与肿瘤演化。研究分两部分:第一部分通过超深度测序分析血浆来源循环肿瘤DNA(ctDNA),并对 archival 肿瘤组织进行全外显子测序(WES),同时采集单时间点血样用于ctDNA及胚系DNA分析;第二部分为前瞻性研究,在多个时间点采集肿瘤与血样,探究ICI选择压力下的肿瘤克隆演化。数据可用于研究免疫治疗耐药机制、克隆演化动态及ctDNA监测可行性(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:头颈癌、黑色素瘤。这项可行性研究将分两部分进行。第一部分主要旨在研究对目前正在接受免疫检查点抑制剂(ICI)治疗的晚期实体瘤个体患者进行血浆来源循环肿瘤DNA(ctDNA)超深度测序的可行性。将索取患者的存档肿瘤组织,用于肿瘤DNA的全外显子测序(WES)。将采集单时间点的血液样本,用于使用下一代测序进行ctDNA分析和胚系DNA分析(以研究正常变异)。第二部分设计为一项前瞻性研究,其中患者将在多个时间点采集肿瘤和血液样本,以研究ICI选择压力下肿瘤的克隆演化。患者将接受图像引导的新鲜
【主题与分类】
主题标签:Head and Neck Cancer、Melanoma。本站分类:肿瘤/皮肤癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02724488
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/NCT02724488
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:头颈部癌、黑色素瘤。本可行性研究将分为两部分进行。第一部分主要旨在探讨对目前正在接受免疫检查点抑制剂(ICIs)治疗的晚期实体瘤个体患者进行血浆来源循环肿瘤DNA(ctDNA)超深度测序的可行性。将申请获取患者的存档肿瘤组织,并用于肿瘤DNA的全外显子组测序(WES)。将在单个时间点采集血样,用于通过下一代测序进行ctDNA分析和生殖系DNA分析(以研究正常变异)。第二部分设计为一项前瞻性研究,患者将在多个连续时间点采集肿瘤和血液样本,以研究在ICIs选择压力下肿瘤的克隆演化。患者将在最多3个时间点接受影像引导下的新鲜肿瘤空心针活检:1. 在开始ICIs之前,以及2. 当标准放射学RECIST 1.1标准和/或免疫相关反应标准确认疾病对治疗有反应时,以及3.
当治疗中的影像学疾病进展经RECIST 1.1标准确认时。对免疫治疗有疾病应答的患者最多可进行3次新鲜肿瘤活检(全部3个时间点),而对治疗无应答的患者仅进行1次活检(第1个时间点)。对于将作为另一项临床试验一部分(在该试验中接受ICIs)在不同于本研究的时间点进行强制性治疗中活检的患者,研究者将在SPECIAL研究内请求额外获取一份核心肿瘤材料用于研究,前提是经放射科工作人员判断该操作可行且安全。用于ctDNA分析的血样将在治疗开始时采集,此后每6-12周采集一次,最好尽可能与影像学肿瘤评估同时进行,直至使用RECIST 1.1标准确认影像学疾病进展。源自外周血的正常基因组DNA
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。




