围手术期Surufatinib联合Sintilimab及化疗治疗胃/胃食管结合部腺癌
该数据集来自clinicaltrials.gov,主题为围手术期Surufatinib联合Sintilimab及化疗治疗胃/胃食管结合部腺癌

基本信息
资源简介
围手术期Surufatinib联合Sintilimab及化疗治疗胃/胃食管结合部腺癌
该数据集来自clinicaltrials.gov,主题为围手术期Surufatinib联合Sintilimab及化疗治疗胃/胃食管结合部腺癌。源站描述指出中国胃及胃食管结合部腺癌发病率上升,多数患者确诊时已处晚期,围手术期免疫联合化疗可降期并提高R0切除率,但疗效仍不理想,Surufatinib作为新型口服抗血管靶向药物已被证明有效(描述截断)。数据可用于了解该临床试验的背景与治疗策略(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:胃癌、胃食管结合部癌。中国胃及胃食管结合部腺癌的发病率正在上升,是中国最常见的恶性肿瘤之一。手术是治愈胃及胃食管结合部腺癌的唯一可能方式,然而中国超过70-80%的胃/胃食管结合部腺癌患者处于晚期。局部胃/胃食管结合部腺癌(cT3-4bNanyM0)可通过包括手术、免疫治疗和化疗在内的多学科治疗治愈。围手术期免疫联合化疗可降低肿瘤T和N分期,提高R0切除率,并可能改善长期生存。然而,迄今为止治疗效果仍不令人满意。Surufatinib作为新型口服抗血管靶向药物,已被证明有效(源站描述截断)。
【主题与分类】
主题标签:Gastric Cancer、Gastro Esophageal Junction Cancer。本站分类:肿瘤/胃癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06447636
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/NCT06447636
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:胃癌、胃食管交界癌。中国胃及胃食管交界处腺癌的发病率不断上升,是我国最常见的恶性肿瘤之一。手术是唯一可能治愈胃及胃食管交界处腺癌的方法,然而,我国超过70-80%的胃/胃食管交界处腺癌患者处于晚期。局部胃/胃食管交界处腺癌(cT3-4bNanyM0)可通过包括手术、免疫治疗和化疗在内的多学科治疗获得治愈。围手术期免疫治疗联合化疗可使肿瘤T分期和N分期降期,提高R0切除率,并可能改善长期生存。然而,迄今为止治疗效果仍不令人满意。苏瑞替尼作为一种新型口服抗血管靶向药物,已被证明对神经内分泌肿瘤有效。围手术期苏瑞替尼联合免疫治疗及化疗治疗局部晚期胃/胃食管交界处腺癌可能成为一种新的治疗策略,以提高缓解率和治疗效果。
本研究是一项单中心、单臂2期临床试验,旨在评估围手术期索凡替尼联合信迪利单抗及化疗治疗局部晚期胃癌和胃食管结合部腺癌的耐受性、安全性和疗效。
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。

![[225Ac]-FPI-2068在晚期实体瘤成人患者中的1期剂量递增研究](/medical-api/medicalDataset/datasetCover/42245.jpg)


