胃癌围手术期FLOT病理反应数据集
该数据集来自clinicaltrials.gov,聚焦胃癌及胃食管交界腺癌患者围手术期FLOT方案的病理反应。源站描述显示,FLOT4-AIO试验中围手术期FLOT较表柔比星方案改善了病理退缩和总生存,而真实世界系列如RealFLOT报告病理完全缓解率为7.3%,哥伦比亚系列为8.4%

基本信息
资源简介
胃癌围手术期FLOT病理反应数据集
该数据集来自clinicaltrials.gov,聚焦胃癌及胃食管交界腺癌患者围手术期FLOT方案的病理反应。源站描述显示,FLOT4-AIO试验中围手术期FLOT较表柔比星方案改善了病理退缩和总生存,而真实世界系列如RealFLOT报告病理完全缓解率为7.3%,哥伦比亚系列为8.4%。研究设计为单中心、观察性、描述性、回顾性队列(病例系列),所有患者接受同一方案且无对照组。数据可用于分析耐受性、病理反应、依从性及完成情况(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、胃食管交界腺癌、胃肿瘤。背景:胃癌是全球第五大常见癌症,也是全球第四大癌症死亡原因。在可切除疾病中,围手术期FLOT(术前四个周期和术后四个周期)在FLOT4-AIO试验中与基于表柔比星的方案相比改善了病理退缩和总生存。真实世界系列如RealFLOT报告的病理完全缓解率(7.3%)低于关键试验,一项哥伦比亚系列报告为8.4%。在哥伦比亚,尚无对围手术期FLOT的耐受性、病理反应、依从性和完成情况的系统性机构特征描述。设计:单中心、观察性、描述性、回顾性队列(病例系列)研究。所有患者接受相同方案,且无对照组;
【主题与分类】
主题标签:Gastric Adenocarcinoma、Gastroesophageal Junction Adenocarcinoma、Stomach Neoplasms。本站分类:肿瘤/胃癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07859254
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/NCT07859254
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
疾病:胃腺癌、胃食管结合部腺癌、胃肿瘤。背景:胃癌是全球第五大常见癌症,也是第四大癌症死亡原因。在可切除疾病中,FLOT4-AIO试验显示,围手术期FLOT方案(术前4周期、术后4周期)较以表柔比星为基础的方案改善了病理退缩和总生存。真实世界系列研究如RealFLOT报告病理完全缓解率(7.3%)低于关键试验,一项哥伦比亚系列研究报告为8.4%。哥伦比亚尚无对围手术期FLOT耐受性、病理反应、依从性和完成情况的系统性机构特征描述。设计:单中心、观察性、描述性、回顾性队列(病例系列)研究。所有患者接受相同方案,无对照组;本研究无假设检验目的。
人群与识别:年龄大于18岁、经组织学确诊为I、II或III期胃或胃食管交界处腺癌,并于2021年1月1日至2025年12月31日期间在Fundación Santa Fe de Bogotá开始围手术期FLOT治疗的成人。患者将通过机构肿瘤学、化疗药房和外科病理数据库进行识别,所有符合条件的患者都将被纳入(普查抽样;约90例患者)。仅在将该研究作为IV期观察性研究通知INVIMA(哥伦比亚监管机构)后,才会开始数据收集。数据收集与结局判定:数据将记录在机构REDCap数据库中,使用假名化研究代码和验证规则。结局将通过系统性多来源检索(外科病理报告、肿瘤学记录、化疗药房记录、影像报告、急诊、住院和会诊记录)进行识别。关键事件(病理缓解、毒性、进展和复发)将由两名研究者独立裁定,分歧通过共识解决,并且
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。




