Nivolumab在日常临床实践中治疗食管胃癌的评估
该数据集来源于clinicaltrials.gov，聚焦于Nivolumab在荷兰日常临床实践中用于成人晚期食管腺癌、胃食管交界腺癌或胃腺癌的治疗评估
基本信息
资源简介
Nivolumab在日常临床实践中治疗食管胃癌的评估
该数据集英文名为 Evaluation of Esophagogastric Cancer Treatment With Nivolumab in Daily Clinical Practice，来源于 clinicaltrials.gov，本站归类为肿瘤 / 胃癌方向。其核心关注点是 Nivolumab 在荷兰日常临床实践中用于成人晚期食管腺癌、胃食管交界腺癌或胃腺癌的治疗评估。根据源站描述，该研究利用已有的癌症登记数据和健康记录数据，了解 Nivolumab 在荷兰常规诊疗中如何被使用。数据集的主题标签涵盖食管腺癌、胃食管交界腺癌与胃腺癌三类肿瘤。整体而言，这是一个面向真实世界临床实践、聚焦特定药物在特定人群中实际应用情况的肿瘤学数据资源，适合关注上消化道肿瘤治疗模式与真实世界证据的研究者参考。
【数据集背景】
食管癌、胃食管交界癌与胃癌是上消化道常见的恶性肿瘤类型，晚期患者的治疗决策往往涉及多种系统治疗方案。Nivolumab 作为一种免疫治疗药物，其在临床试验之外的真实临床环境中如何被使用，是评估治疗实践与患者管理的重要问题。该数据集正是围绕这一背景建立，目标是在荷兰的日常临床实践中评估 Nivolumab 用于成人晚期食管腺癌、胃食管交界腺癌或胃腺癌的情况。源站描述明确指出，该研究并不新招募患者进行干预，而是使用已有的癌症登记与健康记录数据来观察常规诊疗中的用药实践，因此其定位属于真实世界数据研究范畴。
【数据内容】
该数据集覆盖的疾病条件包括食管腺癌、胃食管交界腺癌和胃腺癌三类，主题标签与之一致。研究对象为成人晚期上述肿瘤患者。数据内容围绕 Nivolumab 在荷兰常规诊疗中的使用情况展开，依托已有的癌症登记数据和健康记录数据构建。关于具体的变量字段、样本量、时间跨度、随访时长等细节，源站未提供。
【采集与来源】
数据来源站为 clinicaltrials.gov，源站描述说明该研究使用现有的癌症登记与健康记录数据，属于对常规诊疗数据的二次利用，而非专门设计的前瞻性干预采集。研究的地理与医疗体系背景为荷兰。关于登记数据的具体名称、健康记录的具体来源机构、数据提取方式与采集时间窗口等信息，源站未提供。
【适用场景】
基于其主题与设计定位，该数据集适用于围绕上消化道肿瘤真实世界治疗实践的研究场景，例如了解 Nivolumab 在荷兰成人晚期食管腺癌、胃食管交界腺癌或胃腺癌患者中的实际使用模式。也可为关注免疫治疗在常规诊疗中落地情况的临床研究者、药物流行病学研究者与卫生服务研究者提供参考。关于该数据集在其他具体研究用途上的适用性，源站未提供。
【使用方法】
源站未提供该数据集的具体获取方式、访问权限、数据结构说明或分析操作指南。使用者需以源站发布的信息为准。
【质量与限制】
该研究基于已有的癌症登记与健康记录数据，属于观察性真实世界数据利用，其设计定位决定了结论指向常规实践中的使用情况评估。关于数据完整性、缺失情况、偏倚控制、样本代表性以及任何已知局限，源站未提供。
【引用与许可】
源站未提供该数据集的引用格式、许可条款或使用限制说明。
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/NCT07663786
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：食管腺癌、胃食管交界处腺癌、胃腺癌。本研究利用现有的癌症登记和健康记录数据，了解尼沃鲁单抗在荷兰常规诊疗中如何用于患有食管、胃食管交界处或胃部晚期癌症的成人。
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。
