LNK001治疗晚期或转移性透明细胞肾细胞癌的1期研究
该数据集来自clinicaltrials.gov,聚焦LNK001 CAR T细胞治疗晚期或转移性透明细胞肾细胞癌(ccRCC)的1期临床研究

基本信息
资源简介
LNK001治疗晚期或转移性透明细胞肾细胞癌的1期研究
该数据集来自clinicaltrials.gov,聚焦LNK001 CAR T细胞治疗晚期或转移性透明细胞肾细胞癌(ccRCC)的1期临床研究。数据覆盖剂量限制性毒性(DLT)与最大耐受剂量(MTD)的确定,以指导推荐扩展剂量(RDE)/最佳细胞剂量(OCD)的选择,同时评估LNK001的安全性与耐受性。次要目标包括抗肿瘤疗效指标,如客观缓解率(ORR)、无进展生存期(PFS)和总生存期(OS)。可用于分析CAR T疗法在ccRCC中的安全性、耐受性及疗效相关结局(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:透明细胞肾细胞癌。主要目标: 确定LNK001 CAR T细胞在晚期透明细胞肾细胞癌(ccRCC)患者中剂量限制性毒性(DLT)的发生情况和最大耐受剂量(MTD),以指导推荐扩展剂量(RDE)/最佳细胞剂量(OCD)的选择。 评估LNK001在晚期ccRCC受试者中的安全性和耐受性。次要目标:• 评估抗肿瘤疗效指标,包括LNK001输注后的客观缓解率(ORR)、无进展生存期(PFS)和总生存期(OS)。尽管LNK001的临床获益尚未确立,但提供该治疗的意图是提供可能的治疗获益,因此除安全性和耐受性外,还将对患者的肿瘤反应和症状缓解进行仔细监测。探索性
【主题与分类】
主题标签:Clear Cell Renal Cell Carcinoma。本站分类:肿瘤/肾癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07564232
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/NCT07564232
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:透明细胞肾细胞癌。主要目标:* 确定LNK001 CAR T细胞在晚期透明细胞肾细胞癌(ccRCC)患者中的剂量限制性毒性(DLTs)发生率和最大耐受剂量(MTD),以指导推荐扩展剂量(RDE)/最佳细胞剂量(OCD)的选择。* 评估LNK001在晚期ccRCC参与者中的安全性和耐受性。次要目标:• 评估抗肿瘤疗效指标,包括LNK001输注后的客观缓解率(ORR)、无进展生存期(PFS)和总生存期(OS)。尽管LNK001的临床获益尚未确定,但提供此治疗的目的是为了可能带来治疗益处,因此除了安全性和耐受性外,还将对患者进行肿瘤反应和症状缓解的密切监测。探索性目标:* 表征LNK001的药代动力学和药效学(CAR T细胞水平、细胞因子谱、抗药抗体)。* 评估基线肿瘤分子特征(CAIX/ENPP3)并与反应相关联。* 识别安全性和疗效的预测性生物标志物。
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。




