Niraparib联合MGD013治疗经治晚期或转移性实体瘤研究

该数据集来自clinicaltrials.gov,为一项多中心、开放标签、单臂、Phase Ib剂量递增及多队列扩展临床研究,评估Niraparib联合MGD013在既往治疗失败的晚期或转移性实体瘤患者中的安全性与抗肿瘤活性

Zai Lab (Shanghai) Co., Ltd.Zai Lab (Shanghai) Co., Ltd.
clinicaltrials
浏览 9
其他分类Gastric CancerTriple Negative Breast CancerBiliary Tract CarcinomaEndometrial Carcinoma
A Study of Niraparib Combined With MGD013 in Patients With Advanced or Metastatic Solid Tumor Who Failed Prior Treatment

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-20

资源简介

Niraparib联合MGD013治疗经治晚期或转移性实体瘤研究

该数据集来自clinicaltrials.gov,为一项多中心、开放标签、单臂、Phase Ib剂量递增及多队列扩展临床研究,评估Niraparib联合MGD013在既往治疗失败的晚期或转移性实体瘤患者中的安全性与抗肿瘤活性。覆盖胃癌、三阴性乳腺癌、胆道癌和子宫内膜癌。剂量递增部分采用'3+3'设计,Niraparib剂量固定并根据基线体重和血小板计数确定;扩展部分在指定剂量水平进一步评估安全性和初步抗肿瘤活性。可用于肿瘤治疗相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):适应症:胃癌、三阴性乳腺癌、胆道癌、子宫内膜癌。这是一项多中心、开放标签、单臂、Phase Ib剂量递增及多队列扩展临床研究,旨在评估Niraparib联合MGD013在既往治疗失败的晚期或转移性实体瘤患者中的安全性和抗肿瘤活性。本研究包括剂量递增部分和剂量扩展部分。剂量递增部分将在既往治疗失败的晚期或转移性胃癌受试者中采用'3+3'设计。Niraparib的剂量将固定,并根据受试者的基线体重和血小板计数确定。剂量扩展部分将在指定剂量水平进行扩展,以进一步评估安全性和初步抗肿瘤活性。

【主题与分类】

主题标签:Gastric Cancer、Triple Negative Breast Cancer、Biliary Tract Carcinoma、Endometrial Carcinoma。本站分类:肿瘤/乳腺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04178460

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT04178460

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

适应症:胃癌、三阴性乳腺癌、胆道癌、子宫内膜癌。这是一项多中心、开放标签、单臂、Ib期剂量递增及多队列扩展临床研究,旨在评估尼拉帕利联合MGD013在既往治疗失败的晚期或转移性实体瘤患者中的安全性和抗肿瘤活性。本研究包括剂量递增部分和剂量扩展部分。剂量递增部分将在既往治疗失败的晚期或转移性胃癌受试者中采用“3+3”设计。尼拉帕利的剂量将固定,并根据受试者的基线体重和血小板计数确定。剂量扩展部分将在指定剂量水平进行扩展,以进一步评估安全性和初步抗肿瘤活性。

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。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。