Ivonescimab联合FOLFOX治疗晚期HER2阴性胃食管腺癌

该数据集来自clinicaltrials.gov,聚焦于抗PD-1×VEGF双特异性抗体ivonescimab联合标准化疗FOLFOX(5-氟尿嘧啶+奥沙利铂)一线治疗局部晚期不可切除或转移性HER2阴性胃食管腺癌的单臂、开放标签、非随机、多中心II期试验

Massachusetts General HospitalMassachusetts General Hospital
clinicaltrials
浏览 11
其他预测Stomach Cancer Stage IVEsophagus CancerStomach Cancer
Ivonescimab in Comb. With FOLFOX in Advanced HER2 Neg. GEA

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-17

资源简介

Ivonescimab联合FOLFOX治疗晚期HER2阴性胃食管腺癌

该数据集来自clinicaltrials.gov,聚焦于抗PD-1×VEGF双特异性抗体ivonescimab联合标准化疗FOLFOX(5-氟尿嘧啶+奥沙利铂)一线治疗局部晚期不可切除或转移性HER2阴性胃食管腺癌的单臂、开放标签、非随机、多中心II期试验。数据覆盖IV期胃癌、食管癌及胃癌患者,主要评估6个月无进展生存率、客观缓解率与安全性,可用于免疫联合化疗疗效预测及临床研究分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:IV期胃癌、食管癌、胃癌。这是一项单臂、开放标签、非随机、多中心II期试验,研究抗PD-1×VEGF双特异性抗体ivonoescimab联合标准化疗5-氟尿嘧啶(5FU)和奥沙利铂作为局部晚期不可切除或转移性HER2阴性(HER2-)胃食管腺癌患者一线治疗。主要假设是,双靶向VEGF和PD-1联合标准化疗5FU/奥沙利铂(FOLFOX)将克服内在免疫治疗耐药,并提高一线胃食管腺癌(GEA)的客观缓解率(ORR)和无进展生存期(PFS)。目标是确定该联合方案以6个月PFS率衡量的疗效,并确认其在该目标人群中的安全性和耐受性。

【主题与分类】

主题标签:Stomach Cancer Stage IV、Esophagus Cancer、Stomach Cancer。本站分类:肿瘤/胃癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07070466

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/NCT07070466

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:胃癌IV期、食管癌、胃癌。这是一项单臂、开放标签、非随机、多中心II期试验,研究抗PD-1 x VEGR双特异性抗体ivonoescimab联合标准化疗5-氟尿嘧啶(5FU)和奥沙利铂作为局部晚期不可切除或转移性HER2阴性(HER2-)胃食管腺癌患者一线治疗的疗效。主要假设是,VEGF和PD-1双靶向联合标准化疗5FU/奥沙利铂(FOLFOX)将克服内在的免疫治疗耐药,并提高一线胃食管腺癌(GEA)的客观缓解率(ORR)和无进展生存期(PFS)。目标是确定该联合方案的疗效(以6个月PFS率衡量),并确认其在该目标人群中的安全性和耐受性。

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