新辅助Iparomlimab与Tuvonralimab联合Nab-P-SOX治疗局部晚期胃或胃食管结合部癌
该数据集来自clinicaltrials.gov,聚焦局部晚期胃或胃食管结合部腺癌的新辅助治疗研究。数据可用于评估围手术期CTLA-4阻断的增量价值、R0切除率及长期预后,支持免疫检查点抑制剂联合化疗在胃癌围手术期的疗效与安全性分析(来源 clinicaltrials.gov)

基本信息
资源简介
新辅助Iparomlimab与Tuvonralimab联合Nab-P-SOX治疗局部晚期胃或胃食管结合部癌
该数据集来自clinicaltrials.gov,聚焦局部晚期胃或胃食管结合部腺癌的新辅助治疗研究。研究对象为cT3-4aN+M0患者,干预方案为Iparomlimab与Tuvonralimab(QL1706,商品名Qibain®)双特异性抗体联合Nab-P-SOX化疗。数据可用于评估围手术期CTLA-4阻断的增量价值、R0切除率及长期预后,支持免疫检查点抑制剂联合化疗在胃癌围手术期的疗效与安全性分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:胃腺癌。背景与依据:胃和胃食管结合部(GEJ)腺癌仍是癌症死亡的主要原因之一,局部晚期疾病(cT3-4aN+M0)患者即使接受根治性手术后仍面临高复发风险。新辅助全身治疗是提高R0切除率和长期结局的既定策略。尽管PD-1/PD-L1免疫检查点抑制剂已进入晚期胃癌的治疗格局,但CTLA-4阻断在围手术期中的增量价值仍是一个有待解答的问题。Iparomlimab和tuvonralimab(QL1706;商品名Qibain®)是一种双特异性抗体,可同时结合PD-1和CTLA-4,可能增强肿瘤微环境中的T细胞活化。临床前和早期临床证据表明,化疗骨架可以增强
【主题与分类】
主题标签:Gastric Adenocarcinoma。本站分类:肿瘤/胃癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07867392
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/NCT07867392
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
适应症:胃腺癌。
背景与依据
胃及胃食管结合部(GEJ)腺癌仍是癌症死亡的主要原因之一,局部晚期疾病(cT3-4aN+M0)患者即使接受根治性手术后仍面临较高的复发风险。新辅助全身治疗是提高R0切除率和改善长期预后的既定策略。尽管PD-1/PD-L1免疫检查点抑制剂已进入晚期胃癌的治疗格局,但CTLA-4阻断在围手术期的增量价值仍是一个有待解答的问题。Iparomlimab和tuvonralimab(QL1706;商品名Qibain®)是一种双特异性抗体,可同时靶向PD-1和CTLA-4,有可能增强肿瘤微环境中的T细胞活化。临床前及早期临床证据提示,化疗骨架可增强免疫治疗活性。本研究旨在探讨新辅助iparomlimab和tuvonralimab联合nab-P-SOX方案(白蛋白结合型紫杉醇、奥沙利铂和S-1)能否改善局部晚期、HER2阴性胃/GEJ腺癌患者的肿瘤缓解率和可切除性。
研究设计与程序 这是一项前瞻性、单中心、单臂、开放标签的2期研究。符合条件的参与者(见入选标准)将接受新辅助iparomlimab和tuvonralimab联合P-SOX治疗,按方案规定的周期数进行,随后进行重新分期和根治性意向手术,并对手术标本进行标准化病理评估。术后管理遵循机构实践。参与者通过定期随访进行疗效和安全性评估;肿瘤反应通过影像学和手术病理学评估,不良事件按CTCAE分级(完整的干预细节、剂量和计划见“分组与干预”部分)。研究目标 主要目标是评估新辅助方案抗肿瘤活性。次要目标评估病理
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。




