BI 3968621 单药或联合 Ezabenlimab 治疗晚期癌症不同剂量研究
该数据集来自 clinicaltrials.gov,主题为晚期实体瘤,本站归类于肿瘤/肾癌。研究针对无法手术切除或已转移的晚期癌症成人患者,探索 BI 3968621 单药或联合 ezabenlimab 的最高可耐受剂量与最适剂量,并观察能否抑制肿瘤生长或使肿瘤缩小

基本信息
资源简介
BI 3968621 单药或联合 Ezabenlimab 治疗晚期癌症不同剂量研究
该数据集来自 clinicaltrials.gov,主题为晚期实体瘤,本站归类于肿瘤/肾癌。研究针对无法手术切除或已转移的晚期癌症成人患者,探索 BI 3968621 单药或联合 ezabenlimab 的最高可耐受剂量与最适剂量,并观察能否抑制肿瘤生长或使肿瘤缩小。BI 3968621 为首次用于人体,研究分 Part A、Part A2 和 Part B 三部分,受试者按所在部分接受单药或联合用药。数据可用于了解该试验的设计、剂量探索目标与联合治疗方向(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。本研究面向无法通过手术切除或已扩散至身体其他部位的晚期癌症成人患者。本研究的目的是找到晚期癌症患者单独服用 BI 3968621 或与 ezabenlimab 联合服用时能够耐受的最高且最合适的剂量。另一个目的是了解服用这些药物能否阻止肿瘤生长或使肿瘤缩小。在本研究中,BI 3968621 是首次用于人体。研究分为 3 个部分,分别称为 Part A、Part A2 和 Part B。受试者根据所在部分接受 BI 3968621 单药或与 ezabenlimab 联合用药。Part A 旨在找到晚期癌症患者能够耐受的 BI 3968621 最高且最合适的剂量。Part A2 旨在了解在某些剂量水平下服用 BI 3968621 能否阻止
【主题与分类】
主题标签:Advanced Solid Tumour。本站分类:肿瘤/肾癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07851103
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/NCT07851103
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
条件:晚期实体瘤。本研究面向患有无法通过手术切除或已扩散至身体其他部位的晚期癌症的成年人。本研究的目的是寻找晚期癌症患者单独服用或与ezabenlimab联合服用时能够耐受的BI 3968621的最高且最合适的剂量。另一个目的是了解服用这些药物是否能阻止肿瘤生长或使肿瘤缩小。在本研究中,BI 3968621是首次用于人体。本研究分为3个部分,分别称为A部分、A2部分和B部分。受试者根据所在部分接受单独使用BI 3968621或与ezabenlimab联合使用。A部分旨在寻找晚期癌症患者能够耐受的BI 3968621的最高且最合适的剂量。A2部分旨在了解在特定剂量水平下服用BI 3968621是否能阻止或减缓肾癌受试者的肿瘤生长。B部分旨在了解BI 3968621与ezabenlimab联合给药时的耐受情况。BI 3968621以片剂形式每日服用。Ezabenlimab每3周一次通过静脉输注给药。
如果参与者从中获益且能够耐受,可接受研究治疗最长2年。在此期间,他们需定期前往研究现场。访问次数取决于参与者对研究治疗的反应和耐受情况。研究人员会关注首次研究治疗后3周内出现特定严重健康问题的参与者数量。研究医生会检查参与者的健康状况,记录不良效应,采集血样,并检查癌症对研究治疗的反应。
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。




