GZ17-6.02治疗晚期实体瘤或联合卡培他滨治疗转移性激素受体阳性乳腺癌的研究
该数据集来自clinicaltrials.gov,收录一项关于新型抗癌药物GZ17-6.02的临床研究。研究对象为晚期实体瘤或淋巴瘤患者,这些患者在接受标准/已批准治疗后出现进展,或尚无获批疗法

基本信息
资源简介
GZ17-6.02治疗晚期实体瘤或联合卡培他滨治疗转移性激素受体阳性乳腺癌的研究
该数据集来自clinicaltrials.gov,收录一项关于新型抗癌药物GZ17-6.02的临床研究。研究对象为晚期实体瘤或淋巴瘤患者,这些患者在接受标准/已批准治疗后出现进展,或尚无获批疗法。研究同时探索GZ17-6.02单药及与标准治疗方案联合用于转移性激素受体阳性乳腺癌等癌种。数据覆盖晚期癌症、胃癌、乳腺癌、胰腺癌、转移性前列腺癌、结直肠癌、实体瘤、淋巴瘤等。可用于评估安全性、药代动力学、药效学,确定最大耐受剂量、剂量限制毒性及后续II期推荐剂量(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:晚期癌症、胃癌、乳腺癌、胰腺癌、转移性前列腺癌、结直肠癌、实体瘤、实体癌。本研究将评估一种新型抗癌药物GZ17-6.02用于晚期实体瘤或淋巴瘤患者的安全性、药代动力学和药效学效应,这些患者在接受标准/已批准治疗后出现进展,或尚无获批疗法。本研究将确定GZ17-6.02单药治疗以及与标准治疗肿瘤方案联合使用的最大耐受剂量(MTD)和剂量限制毒性(DLT),并确定GZ17-6.02在未来单药和联合治疗II期肿瘤临床研究中的推荐剂量。
【主题与分类】
主题标签:Advanced Cancer、Gastric Cancer、Breast Cancer、Pancreatic Cancer、Prostate Cancer Metastatic、Colo-rectal Cancer、Solid Tumor、Solid Carcinoma、Solid Carcinoma of Stomach、Cancer of Stomach。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03775525
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/NCT03775525
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
疾病类型:晚期癌症、胃癌、乳腺癌、胰腺癌、转移性前列腺癌、结直肠癌、实体瘤、实体癌。本研究将评估一种新型抗癌药物GZ17-6.02用于晚期实体瘤或淋巴瘤患者的安全性、药代动力学和药效学效应,这些患者在接受标准/已批准治疗后病情进展,或尚无已批准的治疗方案。本研究将确定GZ17-6.02单药治疗以及与标准肿瘤治疗联合用药的最大耐受剂量(MTD)和剂量限制性毒性(DLT),并确定GZ17-6.02在未来单药治疗和联合治疗II期肿瘤临床研究中的推荐剂量。
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。




