AZD6738联合Durvalumab治疗实体瘤的II期研究(队列A胃癌、队列B黑色素瘤)
该数据集来自clinicaltrials.gov,为一项II期研究,评估AZD6738联合Durvalumab在实体瘤患者中的效果

基本信息
资源简介
AZD6738联合Durvalumab治疗实体瘤的II期研究(队列A胃癌、队列B黑色素瘤)
该数据集来自clinicaltrials.gov,为一项II期研究,评估AZD6738联合Durvalumab在实体瘤患者中的效果。研究包含两个队列:队列A(N=30)为二线化疗失败的胃腺癌患者,要求既往未接受免疫检查点抑制剂且未暴露于AZD6738;队列B(N=30)为抗PD(L)1治疗失败的转移性黑色素瘤患者,且抗PD(L)1须为研究前最近一次方案。数据覆盖胃癌与黑色素瘤两类肿瘤,可用于免疫联合治疗应答与耐药相关分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:胃腺癌、恶性黑色素瘤。目标受试人群:本研究将设两个队列:队列A:入组晚期疾病二线化疗治疗失败的难治性胃癌患者。患者须经影像学确认既往胃癌化疗后进展,且至少有一个按改良RECIST 1.1可测量的病灶。胃癌患者不得既往接受过免疫检查点抑制剂治疗。不允许既往暴露于AZD6738。队列B:入组既往抗PD(L)1治疗失败的转移性黑色素瘤患者。抗PD(L)1治疗应为研究入组前的最近一次方案。治疗持续时间:只要治疗可耐受且有证据表明……(源站描述在此处截断)
【主题与分类】
主题标签:Gastric Adenocarcinoma、Malignant Melanoma。本站分类:肿瘤/皮肤癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03780608
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/NCT03780608
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
适应症:胃腺癌、恶性黑色素瘤。目标受试人群 本研究将设两个队列:队列A:入组既往针对晚期疾病二线化疗治疗失败的不难治性胃癌患者。患者须经影像学确认既往胃癌化疗治疗后疾病进展,且至少有一个按改良RECIST 1.1可测量的病灶。胃癌患者不得既往接受过免疫检查点抑制剂治疗。不允许既往暴露于AZD6738。队列B:入组既往抗PD(L)1治疗失败的转移性黑色素瘤患者。抗PD(L)1治疗应为研究入组前的紧邻前一方案。治疗持续时间 只要治疗可耐受、有临床获益证据(由研究者判断)且药物供应有保障,患者将继续接受AZD6738和durvalumab治疗。一旦确认客观疾病进展,或符合治疗终止标准,必须同时停用durvalumab和AZD6738。
患者可在研究者判断下,于客观疾病进展(依据RECIST 1.1判定)后继续接受AZD6738/durvalumab治疗,前提是患者临床获益且不符合任何其他终止标准。若durvalumab和/或AZD6738被判定为不可耐受(由研究者判断),以致尽管进行了剂量中断、剂量调整和启动支持治疗,仍认为停用任一药物符合患者最佳利益,则必须同时停用durvalumab和AZD6738,并将患者退出研究。不允许患者继续接受AZD6738或durvalumab单药治疗。AZD6738和durvalumab的治疗无最长持续时间限制。
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。




