Lifileucel联合Pembrolizumab对比Pembrolizumab单药治疗初治晚期黑色素瘤研究

该数据集来自clinicaltrials.gov,收录一项针对不可切除或转移性黑色素瘤(AJCC分期IIIC、IIID或IV期)且未接受过转移性疾病既往治疗的患者的研究信息

Iovance Biotherapeutics, Inc.Iovance Biotherapeutics, Inc.
clinicaltrials
浏览 10
基因组Metastatic MelanomaUnresectable MelanomaMelanoma
Study to Investigate Lifileucel Regimen Plus Pembrolizumab Compared With Pembrolizumab Alone in Participants With Untreated Advanced Melanoma.

基本信息

模态
基因组
创建/更新时间
2026-10-17

资源简介

Lifileucel联合Pembrolizumab对比Pembrolizumab单药治疗初治晚期黑色素瘤研究

该数据集来自clinicaltrials.gov,收录一项针对不可切除或转移性黑色素瘤(AJCC分期IIIC、IIID或IV期)且未接受过转移性疾病既往治疗的患者的研究信息。研究比较Lifileucel联合Pembrolizumab方案与Pembrolizumab单药治疗。允许既往接受过单线BRAF抑制剂(联合或不联合MEK抑制剂)、PD-1抑制剂或CTLA-4抑制剂的辅助/新辅助治疗,但须在转移性疾病进展前至少6个月完成。可用于了解该临床试验的入组条件与治疗背景(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:转移性黑色素瘤、不可切除性黑色素瘤、黑色素瘤。该研究将入组不可切除或转移性黑色素瘤(根据美国癌症联合委员会[AJCC]分期系统为IIIC、IIID或IV期)且未接受过转移性疾病既往治疗的患者。允许既往接受过单线原癌基因B-Raf(BRAF)抑制剂联合或不联合丝裂原活化蛋白激酶(MEK)抑制剂、PD-1抑制剂或细胞毒性T淋巴细胞相关抗原-4(CTLA-4)抑制剂的辅助/新辅助治疗,前提是此类治疗在转移性疾病进展前至少6个月已完成。

【主题与分类】

主题标签:Metastatic Melanoma、Unresectable Melanoma、Melanoma。本站分类:肿瘤/皮肤癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05727904

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/NCT05727904

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

疾病:转移性黑色素瘤、不可切除性黑色素瘤、黑色素瘤。本研究将招募患有不可切除或转移性黑色素瘤(根据美国癌症联合委员会[AJCC]分期系统为IIIC期、IIID期或IV期)且未接受过转移性疾病既往治疗的参与者。允许既往接受过单线原癌基因B-Raf(BRAF)抑制剂联合或不联合丝裂原活化蛋白激酶(MEK)抑制剂、PD-1抑制剂或细胞毒性T淋巴细胞相关抗原-4(CTLA-4)抑制剂的辅助/新辅助治疗,前提是该治疗在进展为转移性疾病前至少6个月已完成。

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