Vedolizumab 用于预防癌症患者 ICI 相关腹泻或结肠炎
该数据集来自 clinicaltrials.gov，主题为 Vedolizumab 用于预防癌症患者免疫检查点抑制剂（ICI）相关腹泻或结肠炎
基本信息
资源简介
Vedolizumab 用于预防癌症患者 ICI 相关腹泻或结肠炎
该数据集来自 clinicaltrials.gov，主题为 Vedolizumab 用于预防癌症患者免疫检查点抑制剂（ICI）相关腹泻或结肠炎。研究针对不可切除的黑色素瘤、肺癌或肾癌患者，在开始免疫治疗且首次 ICI 给药后 4 周内粪便钙卫蛋白升高至 >100 μg/g 的高风险人群中开展。VERIFY 为多中心、前瞻性、随机、双盲、安慰剂对照、平行组优效性试验，评估 Vedolizumab 预防 ICI 相关腹泻和结肠炎的有效性与安全性。受试者按 1:1 随机接受 6 个月 Vedolizumab 或安慰剂预防治疗，并继续 ICI 治疗，随后随访 1 年（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：IrAE、免疫相关不良事件、腹泻、结肠炎。VERIFY 是一项多中心、前瞻性、随机、双盲、安慰剂对照、平行组优效性试验，评估 Vedolizumab（一种靶向肠道归巢 T 淋巴细胞特异性 α4β7 整合素受体的单克隆抗体）在不可切除的黑色素瘤、肺癌或肾癌患者中预防 ICI 相关腹泻和结肠炎的有效性与安全性。这些患者开始免疫治疗，且属于高风险人群，高风险定义为首次 ICI 给药后 4 周内粪便钙卫蛋白升高至 >100 μg/g。符合条件的受试者将按 1:1 随机接受 6 个月的 Vedolizumab 或安慰剂，作为预防治疗，并在继续 ICI 治疗的基础上给药（在第 0、2、6、14 和 22 周给药）。随后受试者将被随访 1 年。
【主题与分类】
主题标签：IrAE、Immune-related Adverse Event、Diarrhea、Colitis。本站分类：肿瘤/皮肤癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06337695
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/NCT06337695
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：IrAE、免疫相关不良事件、腹泻、结肠炎。VERIFY是一项多中心、前瞻性、随机、双盲、安慰剂对照、平行组优效性试验，旨在评估vedolizumab（一种靶向肠道归巢T淋巴细胞特异性α4β7整合素受体的单克隆抗体）在预防ICI相关腹泻和结肠炎方面的疗效与安全性。研究对象为开始免疫治疗的不可切除黑色素瘤、肺癌或肾癌参与者，这些参与者被定义为高风险，即在首次ICI给药后4周内粪便钙卫蛋白升高至>100 μg/g。符合条件的参与者将按1：1随机分配接受为期6个月的vedolizumab或安慰剂治疗，作为在继续ICI治疗基础上的预防性治疗（在第0、2、6、14和22周给药）。随后，参与者将被随访1年。
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。
