AZD8421 单药或联合治疗晚期或转移性实体瘤的首次人体剂量递增与扩展研究
该数据集来自 clinicaltrials.gov,收录 AZD8421 在晚期或转移性实体瘤受试者中开展的首次人体剂量递增与扩展研究,覆盖 ER+ HER2- 晚期乳腺癌与高级别浆液性卵巢癌(HGSOC)

基本信息
资源简介
AZD8421 单药或联合治疗晚期或转移性实体瘤的首次人体剂量递增与扩展研究
该数据集来自 clinicaltrials.gov,收录 AZD8421 在晚期或转移性实体瘤受试者中开展的首次人体剂量递增与扩展研究,覆盖 ER+ HER2- 晚期乳腺癌与高级别浆液性卵巢癌(HGSOC)。研究评估 AZD8421 单药及与选定靶向抗癌药联合的安全性、耐受性、初步疗效、药代动力学与药效动力学,单药部分用于确定 II 期推荐剂量(RP2D)。数据可用于肿瘤治疗安全性、剂量探索与联合用药研究参考(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:ER+ HER2- 晚期乳腺癌、高级别浆液性卵巢癌(HGSOC)。这是一项 AZD8421 首次人体研究,受试者为晚期或转移性实体瘤患者。该研究将评估 AZD8421 单药及与选定靶向抗癌药联合的安全性、耐受性、初步疗效、药代动力学和药效动力学。AZD8421 单药治疗(M1)将评估 AZD8421 作为单药的安全性、耐受性和药代动力学,以确定 II 期推荐剂量(RP2D),受试者包括既往接受过 CDK4/6i 治疗的 ER+ HER2- 晚期乳腺癌患者(A 部分和 B 部分)以及既往在转移阶段接受过铂类化疗的转移性高级别浆液性卵巢癌患者(B 部分)。AZD8421 联合治疗(M2)将评估安全性、耐受性和药代动力学
【主题与分类】
主题标签:ER+ HER2- Advanced Breast Cancer、High-grade Serous Ovarian Cancer (HGSOC)。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06188520
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/NCT06188520
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:ER+ HER2-晚期乳腺癌、高级别浆液性卵巢癌(HGSOC)。这是一项AZD8421首次人体研究,受试者为晚期或转移性实体瘤患者。该研究将评估AZD8421单药及与选定靶向抗癌药物联合用药的安全性、耐受性、初步疗效、药代动力学和药效学。AZD8421单药治疗(M1)将评估AZD8421作为单药治疗的安全性、耐受性和药代动力学,以确定在既往接受过CDK4/6i治疗的ER+ HER2-晚期乳腺癌受试者(A部分和B部分)以及既往在转移性疾病阶段接受过铂类化疗的转移性高级别浆液性卵巢癌受试者(B部分)中的推荐II期剂量(RP2D)。
AZD8421联合治疗(M2)将评估不同剂型AZD8421联合CDK4/6抑制剂(阿贝西利、瑞博西利和哌柏西利中的一种或多种)及camizestrant(下一代口服SERD;全文简称“camizestrant”)在既往接受过CDK4/6抑制剂治疗的ER+ HER2-晚期乳腺癌受试者中的安全性、耐受性和药代动力学。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




