脂质体伊立替康、卡铂或奥沙利铂治疗食管胃癌
源站描述围绕 Nal-IRI 联合 5FU/LV、卡培他滨联合奥沙利铂或卡铂等方案的组合选择,以神经毒性 2-4 级发生率和无进展生存期(PFS)为决策依据,并提及 2022 年第二季度加入 nivolumab 后卡培他滨组合的 PFS 获益假设

基本信息
资源简介
脂质体伊立替康、卡铂或奥沙利铂治疗食管胃癌
该数据集来自 clinicaltrials.gov,聚焦食管癌(Esophageal Cancer)治疗,属于肿瘤/胃癌分类。源站描述围绕 Nal-IRI 联合 5FU/LV、卡培他滨联合奥沙利铂或卡铂等方案的组合选择,以神经毒性 2-4 级发生率和无进展生存期(PFS)为决策依据,并提及 2022 年第二季度加入 nivolumab 后卡培他滨组合的 PFS 获益假设。数据可用于比较不同联合方案的疗效与毒性、支持治疗决策预测(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:食管癌。确定最佳联合治疗的样本量基于以下决策策略。在神经毒性 2-4 级(定义为最差毒性)较少甚至为零的情况下,Nal-IRI 联合 5FU/LV 方案预计优于标准联合卡培他滨加奥沙利铂,也可能优于卡培他滨加卡铂。为补偿较高的神经毒性 2-4 级水平,卡培他滨联合方案应根据下一计划表显示出增加的无进展生存期(PFS)。随着 2022 年第二季度加入 nivolumab,预计卡培他滨联合方案相比 Nal-IRI 的 PFS 获益为 0.65 个月(CM6495 中观察到的 1.7 个月的 50%,因为 50% 的卡培他滨方案将接受 nivolumab 治疗)。如果经历……的患者百分比差异
【主题与分类】
主题标签:Esophageal Cancer。本站分类:肿瘤/胃癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03764553
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/NCT03764553
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:食管癌。确定最佳联合治疗方案的样本量基于以下决策策略。在神经毒性2-4级(定义为最严重毒性)较少甚至为零的情况下,预计Nal-IRI联合5FU/LV方案将优于标准化疗方案卡培他滨联合奥沙利铂,也可能优于卡培他滨联合卡铂。为弥补较高的神经毒性2-4级水平,卡培他滨联合方案应根据以下方案表展现出更长的无进展生存期(PFS)。
随着2022年第二季度纳武利尤单抗的加入,预计卡培他滨联合方案相较于Nal-IRI的PFS获益为0.65个月(为CM6495中所见1.7个月的50%,因为50%的卡培他滨方案将接受纳武利尤单抗治疗)。如果发生2-4级神经毒性的患者百分比差异保持在10-30%范围内,则PFS至少增加3.65个月可确定最优选的联合策略;如果该百分比≤10%且PFS增加<3.65个月,但有利于卡铂,则应根据观察到的其他3-4级毒性进行选择;否则,2-4级神经毒性水平最低的策略为最优选。在>30至50%范围内,2-4级神经毒性的差异至少需要获得4.65个月的PFS增益来补偿。拟纳入的总人数为272例。患者将首先进行PD-L1检测,然后进行条件随机化。
PD-L1 CPS <5或存在纳武利尤单抗治疗禁忌证的患者,将按2:1:1的比例分别随机分配至Nal-IRI联合5FU组、卡培他滨联合卡铂组和卡培他滨联合奥沙利铂组。PD-L1 CPS ≥5的患者将按2:1的比例随机分配至卡培他滨联合卡铂组和卡培他滨联合奥沙利铂组,并在化疗基础上接受纳武利尤单抗治疗。考虑到
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。




