RTX-321单药治疗HPV 16+肿瘤
该数据集来自clinicaltrials.gov，收录RTX-321单药治疗HPV 16阳性肿瘤的临床试验信息，覆盖宫颈癌、头颈癌和肛门癌
基本信息
资源简介
RTX-321单药治疗HPV 16+肿瘤
该数据集来自clinicaltrials.gov，收录RTX-321单药治疗HPV 16阳性肿瘤的临床试验信息，覆盖宫颈癌、头颈癌和肛门癌。研究为Phase 1、开放标签、多中心、多剂量、首次人体（FIH）剂量递增与扩展试验，旨在确定RTX-321在成人持续性、复发性或转移性不可切除宫颈癌、HNSCC或肛管鳞状细胞癌患者中的安全性、耐受性、推荐2期剂量、药理学及抗肿瘤活性。RTX-321是一种表达4-1BBL、IL-12和HPV-16抗原的细胞疗法，用于利用先天性和适应性免疫系统治疗癌症（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：适应症：宫颈癌、头颈癌、肛门癌。这是一项Phase 1、开放标签、多中心、多剂量、首次人体（FIH）剂量递增和扩展研究，旨在确定RTX-321在患有持续性、复发性或转移性、不可切除的宫颈癌（鳞状、腺癌或腺鳞癌组织学）、HNSCC或肛管鳞状细胞癌且不适合根治性治疗的成人患者中的安全性、耐受性、推荐2期剂量和药理学以及抗肿瘤活性。在研究筛选之前，所有患者必须确认HLA-A*02:01阳性。宫颈癌和HNSCC患者在预筛选时需提供HPV 16+肿瘤的证明文件。RTX-321是一种表达4-1BBL、IL-12和HPV-16抗原的细胞疗法，旨在利用先天性和适应性免疫系统治疗癌症。该研究将i
【主题与分类】
主题标签：Cervical Cancer、Head and Neck Cancer、Anal Cancer。本站分类：肿瘤/宫颈癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT04672980
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/NCT04672980
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：宫颈癌、头颈癌、肛门癌。这是一项1期、开放标签、多中心、多剂量、首次人体（FIH）剂量递增和扩展研究，旨在确定RTX-321在患有持续性、复发性或转移性、不可切除的宫颈癌（鳞状细胞癌、腺癌或腺鳞癌组织学类型）、HNSCC或无法接受治愈性治疗的肛管鳞状细胞癌成人患者中的安全性、耐受性、推荐的2期剂量和药理学以及抗肿瘤活性。在研究筛选之前，所有患者必须确认HLA-A*02:01阳性。宫颈癌和HNSCC患者在预筛选时需要有HPV 16+肿瘤的记录。RTX-321是一种表达4-1BBL、IL-12和HPV-16抗原的细胞疗法，目标是利用先天性和适应性免疫系统来治疗癌症。该研究将包括一个单药剂量递增阶段，随后是一个扩展阶段。
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。
