口服CX-4945剂量递增研究

本数据集来自clinicaltrials.gov,主题为口服CX-4945的剂量递增研究,覆盖晚期实体瘤、乳腺癌、炎性乳腺癌、Castleman's Disease和多发性骨髓瘤等适应症

Cylene PharmaceuticalsCylene Pharmaceuticals
clinicaltrials
浏览 2
其他预测Advanced Solid TumorsBreast CancerInflammatory Breast CancerCastleman's DiseaseMultiple Myeloma
Dose-escalation Study of Oral CX-4945

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-11

资源简介

口服CX-4945剂量递增研究

本数据集来自clinicaltrials.gov,主题为口服CX-4945的剂量递增研究,覆盖晚期实体瘤、乳腺癌、炎性乳腺癌、Castleman's Disease和多发性骨髓瘤等适应症。CX-4945可强效抑制CK2酶活性,而CK2活性升高与恶性转化及侵袭性肿瘤生长相关,并在多种癌症中过表达。该研究评估CX-4945在已知过表达CK2的恶性肿瘤或淋巴增殖性疾病患者中的安全性、药代动力学(PK)和药效动力学(PD)效应,可用于肿瘤治疗靶点与药物安全性相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:晚期实体瘤、乳腺癌、炎性乳腺癌、Castleman's Disease、多发性骨髓瘤。CK2活性升高与恶性转化和侵袭性肿瘤生长相关,并且已在多种癌症中记录到CK2过表达。CK2已成为潜在的抗癌靶点,抑制CK2代表了一种潜在的治疗策略,可针对维持多种癌症的特定分子缺陷。CX-4945已显示出对CK2酶活性的强效抑制。本研究将评估CX-4945在已知过表达CK2的恶性肿瘤或淋巴增殖性疾病患者中给药的安全性、药代动力学(PK)和药效动力学(PD)效应,包括晚期实体瘤、多发性骨髓瘤和Castleman's Disease。

【主题与分类】

主题标签:Advanced Solid Tumors、Breast Cancer、Inflammatory Breast Cancer、Castleman's Disease、Multiple Myeloma。本站分类:肿瘤/乳腺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT00891280

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

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/NCT00891280

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:晚期实体瘤、乳腺癌、炎性乳腺癌、卡斯尔曼病、多发性骨髓瘤。CK2活性升高与恶性转化和侵袭性肿瘤生长相关,且已在多种癌症中记录到CK2的过表达。CK2已成为潜在的抗癌靶点,抑制CK2代表了一种针对维持多种癌症的特定分子缺陷的潜在治疗策略。CX-4945已显示出对CK2酶活性的强效抑制作用。本研究将评估CX-4945用于已知过表达CK2的恶性肿瘤或淋巴增殖性疾病患者(包括晚期实体瘤、多发性骨髓瘤和卡斯尔曼病)的安全性、药代动力学(PK)和药效动力学(PD)效应。

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。

获取专属数据定制方案