APL-5125 治疗晚期实体瘤成人患者的研究

研究方案设有预设进展标准,但在 Phase 1 最后一名入组患者完成治疗后,判定不再进入。本数据集为肿瘤领域公开数据集,主题涵盖Colorectal Cancer。

Apollo Therapeutics LtdApollo Therapeutics Ltd
clinicaltrials
浏览 13
其他分类Colorectal CancerCholangiocarcinomaAppendiceal AdenocarcinomaPancreatic AdenocarcinomaGastric AdenocarcinomaEndometrial AdenocarcinomaTriple Negative Breast CancerOvarian CancerProstate Cancer
A Study to Investigate APL-5125 in Adults With Advanced Solid Tumors

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-11-03

资源简介

APL-5125 治疗晚期实体瘤成人患者的研究

该数据集来自 clinicaltrials.gov,收录一项关于 APL-5125 在晚期实体瘤成人患者中开展的 Phase 1/2 研究,覆盖 Colorectal Cancer、Cholangiocarcinoma、Appendiceal Adenocarcinoma、Pancreatic Adenocarcinoma、Gastric Adenocarcinoma、Endometrial Adenocarcinoma、Triple Negative Breast Cancer、Ovarian Cancer 等瘤种,本站归类为肿瘤 / 乳腺癌。研究方案设有预设进展标准,但在 Phase 1 最后一名入组患者完成治疗后,判定不再进入。

【主题与分类】

主题标签:Colorectal Cancer、Cholangiocarcinoma、Appendiceal Adenocarcinoma、Pancreatic Adenocarcinoma、Gastric Adenocarcinoma、Endometrial Adenocarcinoma、Triple Negative Breast Cancer、Ovarian Cancer、Prostate Cancer。本站分类:肿瘤/乳腺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06399757

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT06399757

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

疾病类型:结直肠癌、胆管癌、阑尾腺癌、胰腺腺癌、胃腺癌、子宫内膜腺癌、三阴性乳腺癌、卵巢癌。该方案设计为1/2期研究,并依据新出现的数据预设了进展标准。在最后一名入组1期研究的患者完成治疗后,确定不会进入方案的2期部分。

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。