双MDM2/MDMX抑制剂ALRN-6924在儿童癌症中的I期研究
该数据集来自clinicaltrials.gov,收录一项关于双MDM2/MDMX抑制剂ALRN-6924在儿童癌症中开展的I期临床研究

基本信息
资源简介
双MDM2/MDMX抑制剂ALRN-6924在儿童癌症中的I期研究
该数据集来自clinicaltrials.gov,收录一项关于双MDM2/MDMX抑制剂ALRN-6924在儿童癌症中开展的I期临床研究。研究覆盖白血病、脑肿瘤、实体瘤和淋巴瘤等病种,主要评估ALRN-6924在儿童患者中的安全性,并探索适合后续研究的给药剂量。ALRN-6924通过阻断肿瘤细胞中的MDM2和MDMX蛋白发挥作用,FDA尚未批准其用于任何疾病治疗,这也是该药首次在儿童中开展研究。数据可用于肿瘤治疗相关的安全性评估与剂量探索等研究场景(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:白血病、脑肿瘤、实体瘤、淋巴瘤。本研究是一项I期临床试验,旨在测试一种研究性干预措施的安全性,并尝试确定用于进一步研究的适当剂量。“研究性”意味着该干预措施正在研究中。在这项研究中,研究人员正在评估一种新药ALRN-6924,作为儿童癌症潜在的新治疗方法。FDA(美国食品药品监督管理局)尚未批准ALRN-6924用于治疗任何疾病。这是ALRN-6924首次在儿童中进行研究。ALRN-6924是一种阻断肿瘤细胞中称为MDM2和MDMX的特定蛋白质的药物。这些蛋白质可能在某些癌症的生长中起重要作用。实验室实验和成人研究结果表明,ALRN-6924可能阻止肿瘤生长,在某些情况下可能导致肿瘤细胞死亡。ALRN-6924已在患有癌症的成人中进行了测试,以了解成人的副作用和剂量。本研究的目的包括: 评估ALRN-6924的副作用,并找到在儿童中使用时的最佳剂量。 确定该药物是否可能对儿童中见到的癌症类型有益。* 通过测量血液中ALRN-6924的含量,了解身体如何分解ALRN-6924。研究的一部分针对患有实体瘤、淋巴瘤和脑肿瘤的儿童(队列A或B)。本研究的另一部分针对患有白血病的儿童(队列C)。
【主题与分类】
主题标签:Leukemia、Brain Tumor、Solid Tumor、Lymphoma。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03654716
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/NCT03654716
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:白血病、脑肿瘤、实体瘤、淋巴瘤。本研究是一项I期临床试验,旨在测试一种研究性干预措施的安全性,并尝试确定用于进一步研究的合适剂量。“研究性”意味着该干预措施正在研究中。在本研究中,研究人员正在评估一种新药ALRN-6924,作为儿童癌症潜在的新治疗方法。FDA(美国食品药品监督管理局)尚未批准ALRN-6924用于治疗任何疾病。这是ALRN-6924首次在儿童中进行研究。ALRN-6924是一种阻断肿瘤细胞中称为MDM2和MDMX的特定蛋白质的药物。这些蛋白质可能在某些癌症的生长中起重要作用。实验室实验和成人研究结果表明,ALRN-6924可能阻止肿瘤生长,在某些情况下可能导致肿瘤细胞死亡。ALRN-6924已在患有癌症的成人中进行了测试,以了解成人的副作用和给药剂量。本研究的目的为:* 评估ALRN-6924的副作用,并找到ALRN-6924在儿童中使用时的最佳剂量。
- 确定该药物是否对儿童中见到的癌症类型有益
- 通过测量血液中ALRN-6924的含量,了解身体如何分解ALRN-6924。本研究的一部分针对患有实体瘤、淋巴瘤和脑瘤的儿童(队列A或B)。本研究的另一部分针对患有白血病的儿童(队列C)。
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。




