抗PD-1联合全身化疗及腹腔灌注白蛋白结合型紫杉醇治疗伴恶性腹水的初治晚期胃癌
该数据集来自clinicaltrials.gov,为一项在中国开展的前瞻性、单中心、观察性研究,计划入组约50例既往未接受治疗、不可切除的晚期或转移性胃或胃食管结合部腺癌伴恶性腹水患者

基本信息
资源简介
抗PD-1联合全身化疗及腹腔灌注白蛋白结合型紫杉醇治疗伴恶性腹水的初治晚期胃癌
该数据集来自clinicaltrials.gov,为一项在中国开展的前瞻性、单中心、观察性研究,计划入组约50例既往未接受治疗、不可切除的晚期或转移性胃或胃食管结合部腺癌伴恶性腹水患者。患者接受抗PD-1治疗联合全身化疗及腹腔灌注白蛋白结合型紫杉醇作为一线治疗,评估腹水客观缓解率、无进展生存期和总生存期等临床疗效与安全性指标。数据可用于分析该联合方案在胃癌腹膜转移伴恶性腹水人群中的疗效与安全性,并探索潜在预测生物标志物(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:胃癌腹膜转移、胃癌(GC)、恶性腹水。腹膜转移在晚期胃癌中常见,并与恶性腹水和不良预后相关。抗PD-1治疗联合化疗在该人群中的疗效仍未被充分描述,且缺乏可靠的预测生物标志物。这项在中国开展的前瞻性、单中心、观察性研究计划入组约50例既往未接受治疗、不可切除的晚期或转移性胃或胃食管结合部(GC/GEJ)腺癌伴恶性腹水患者。患者将接受抗PD-1治疗联合全身化疗及腹腔灌注白蛋白结合型紫杉醇作为一线治疗。临床疗效和安全性将采用腹水客观缓解率、无进展生存期、总生存期进行评估。
【主题与分类】
主题标签:Gastric Cancer Peritoneal Metastases、Gastric Cancer (GC)、Ascites, Malignant。本站分类:肿瘤/胃癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07855640
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/NCT07855640
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:胃癌腹膜转移、胃癌(GC)、恶性腹水。腹膜转移在晚期胃癌中常见,并与恶性腹水和不良预后相关。抗PD-1治疗联合化疗在该人群中的疗效仍未被充分描述,且缺乏可靠的预测性生物标志物。这项在中国开展的前瞻性、单中心、观察性研究计划入组约50例既往未接受治疗、不可切除的晚期或转移性胃或胃食管结合部(GC/GEJ)腺癌伴恶性腹水患者。患者将接受抗PD-1治疗联合全身化疗及腹腔内白蛋白结合型紫杉醇作为一线治疗。临床疗效和安全性将采用腹水客观缓解率、无进展生存期、总生存期、12个月总生存率和治疗相关不良事件进行评估。将在基线、第2周期或第3周期治疗前以及疾病进展时(如可获得)收集肿瘤组织、外周血和腹水。
将进行多组学分析,包括单细胞转录组学、空间转录组学、蛋白质组学、代谢组学、流式细胞术及相关检测,以识别潜在的预测性生物标志物,并探索用于预测治疗反应的整合模型。
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。




