索内妥珠单抗维多汀联合卡培他滨±利维戈司他单抗治疗表达Claudin18.2的晚期或转移性胃、胃食管结合部或食管腺癌
该数据集来自clinicaltrials.gov,为一项III期研究,评估sonesitatug vedotin联合卡培他滨±rilvegostomig在初治CLDN18.2阳性、HER2阴性胃、胃食管结合部及食管腺癌中的疗效与安全性,并考察体外诊断试剂的临床表现

基本信息
资源简介
索内妥珠单抗维多汀联合卡培他滨±利维戈司他单抗治疗表达Claudin18.2的晚期或转移性胃、胃食管结合部或食管腺癌
该数据集来自clinicaltrials.gov,为一项III期研究,评估sonesitatug vedotin联合卡培他滨±rilvegostomig在初治CLDN18.2阳性、HER2阴性胃、胃食管结合部及食管腺癌中的疗效与安全性,并考察体外诊断试剂的临床表现。研究设两个队列:队列1针对CLDN18.2阳性且PD-L1阳性人群,评估联合rilvegostomig与卡培他滨;队列2针对CLDN18.2阳性且PD-L1阴性或免疫检查点抑制剂经治人群,评估联合卡培他滨。数据可用于肿瘤治疗反应与安全性预测建模(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:胃癌、胃食管结合部腺癌、食管癌。本III期研究旨在评估sonesitatug vedotin联合卡培他滨±rilvegostomig在初治CLDN18.2阳性、HER2阴性胃、胃食管结合部及食管腺癌中的疗效与安全性,以及研究用体外诊断试剂(IVD)的临床表现。研究将纳入2个队列,为所有HER2阴性且CLDN18.2阳性的受试者提供治疗选择。队列1将在CLDN18.2阳性且程序性死亡配体1(PD-L1)阳性的受试者中评估sonesitatug vedotin联合rilvegostomig与卡培他滨;队列2将在CLDN18.2阳性且PD-L1阴性或免疫检查点抑制剂(ICI)
【主题与分类】
主题标签:Gastric Cancer、Gastroesophageal Junction Adenocarcinoma、Esophageal Cancer。本站分类:肿瘤/胃癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07431281
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/NCT07431281
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:胃癌、胃食管结合部腺癌、食管癌。这项III期研究的目的是评估sonesitatug vedotin联合卡培他滨(联合或不联合rilvegostomig)在一线治疗CLDN18.2阳性、HER2阴性的胃、胃食管结合部和食管腺癌中的疗效和安全性,以及研究用体外诊断(IVD)的临床性能。该研究将包括2个队列,为所有HER2阴性和CLDN18.2阳性的参与者提供治疗选择。队列1将在CLDN18.2阳性和程序性死亡配体1(PD-L1)阳性的参与者中评估sonesitatug vedotin联合rilvegostomig及卡培他滨。队列2将在CLDN18.2阳性和PD-L1阴性或免疫检查点抑制剂(ICI)不适用的参与者中评估sonesitatug vedotin联合卡培他滨。
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)

