MDX2001在晚期实体瘤患者中的剂量递增与剂量扩展研究
该数据集来自clinicaltrials.gov,收录MDX2001在晚期实体瘤患者中开展的剂量递增与剂量扩展研究,覆盖胆道癌、乳腺癌、宫颈癌、结肠癌、子宫内膜癌、食管癌、胃癌及胃食管癌等适应症

基本信息
资源简介
MDX2001在晚期实体瘤患者中的剂量递增与剂量扩展研究
该数据集来自clinicaltrials.gov,收录MDX2001在晚期实体瘤患者中开展的剂量递增与剂量扩展研究,覆盖胆道癌、乳腺癌、宫颈癌、结肠癌、子宫内膜癌、食管癌、胃癌及胃食管癌等适应症。研究包含1a期剂量递增、1b期单适应症剂量扩展和2a期单适应症扩展,主要评估安全性与耐受性、确定2期推荐剂量并评估抗肿瘤疗效,同时考察药代动力学与免疫原性。可用于肿瘤治疗领域的临床研究信息整理与适应症分类(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:胆道癌、乳腺癌、宫颈癌、结肠癌、子宫内膜癌、食管癌、胃癌、胃食管癌。本研究包括1a期剂量递增、1b期单适应症剂量扩展和2a期单适应症扩展。主要目标 所有阶段:评估MDX2001在晚期实体瘤恶性肿瘤患者中的安全性和耐受性 仅1期:确定MDX2001进一步开发的2期推荐剂量(RP2D) 对于1b期和2期:评估MDX2001在选定晚期实体瘤恶性肿瘤患者中的抗肿瘤疗效 次要目标: 基于额外的临床获益评估进一步表征MDX2001的抗肿瘤活性 表征MDX2001的药代动力学 表征MDX2001的免疫原性 * 表征r
【主题与分类】
主题标签:Biliary Tract Cancer、Breast Cancer、Cervical Cancer、Colon Cancer、Endometrial Cancer、Esophageal Cancer、Gastric Cancer、GastroEsophageal Cancer、Head and Neck Cancer、Hepatocellular Cancer。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06239194
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/NCT06239194
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:胆道癌、乳腺癌、宫颈癌、结肠癌、子宫内膜癌、食管癌、胃癌、胃食管癌。本研究包括1a期剂量递增、1b期单适应症剂量扩展和2a期单适应症扩展。主要目的 * 所有阶段:评估MDX2001在晚期实体瘤恶性肿瘤患者中的安全性和耐受性 * 仅1期:确定MDX2001进一步开发的推荐2期剂量(RP2D) * 对于1b期和2期:评估MDX2001在选定晚期实体瘤恶性肿瘤患者中的抗肿瘤疗效 次要目的: * 基于额外的临床获益评估,进一步表征MDX2001的抗肿瘤活性 * 表征MDX2001的药代动力学 * 表征MDX2001的免疫原性 * 表征肿瘤组织中基线靶蛋白表达与临床获益的关系 患者接受研究干预的预期持续时间可能因进展日期而异。
每名患者的中位预期研究持续时间估计为10个月(筛选期最长1个月,治疗期中位6个月,长期随访期中位3个月)。
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。




