NEI-01治疗实体瘤或急性髓系白血病的早期阶段研究
该数据集来自clinicaltrials.gov,收录一项NEI-01单药治疗晚期实体瘤或复发/难治性急性髓系白血病(AML)的1期、开放标签、非随机、两部分剂量递增与队列扩展研究

基本信息
资源简介
NEI-01治疗实体瘤或急性髓系白血病的早期阶段研究
该数据集来自clinicaltrials.gov,收录一项NEI-01单药治疗晚期实体瘤或复发/难治性急性髓系白血病(AML)的1期、开放标签、非随机、两部分剂量递增与队列扩展研究。研究分为两部分:第一部分在晚期实体瘤患者中进行剂量递增,评估NEI-01的安全性和耐受性,确定最大耐受剂量(MTD)及第二部分推荐剂量(RDL),并评估药代动力学(PK)特征和初步疗效;第二部分在RDL水平按周给药,评估安全性和耐受性及疗效。数据可用于肿瘤和白血病治疗领域的安全性、耐受性及疗效预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:晚期实体瘤、复发性AML、难治性AML。这是一项NEI-01单药治疗晚期实体瘤或复发/难治性急性髓系白血病(AML)患者的1期、开放标签、非随机、两部分剂量递增和队列扩展研究。本研究包括2部分:第1部分)在晚期实体瘤患者中进行的剂量递增部分,第2部分)在晚期实体瘤或复发/难治性AML患者中进行的NEI-01队列扩展部分。第1部分的主要目标是评估NEI-01的安全性和耐受性,确定最大耐受剂量(MTD),并为研究的第2部分定义RDL。还将评估NEI-01的药代动力学(PK)特征和初步疗效,而第2部分是在晚期受试者中以RDL每周剂量评估NEI-01的安全性、耐受性和疗效。
【主题与分类】
主题标签:Advanced Solid Tumor、Relapsed AML、Refractory AML。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05226468
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/NCT05226468
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:晚期实体瘤、复发性AML、难治性AML。这是一项NEI-01单药治疗晚期实体瘤或复发/难治性急性髓系白血病(AML)患者的1期、开放标签、非随机、两部分的剂量递增和队列扩展研究。本研究包括2个部分:第1部分)晚期实体瘤患者的剂量递增部分,第2部分)NEI-01在晚期实体瘤或复发/难治性AML患者中的队列扩展部分。第1部分的主要目标是评估NEI-01的安全性和耐受性,确定最大耐受剂量(MTD),并为研究的第2部分定义RDL。还将评估NEI-01的药代动力学(PK)特征和初步疗效,而第2部分旨在评估NEI-01以RDL每周给药在晚期实体瘤或复发/难治性AML受试者中的安全性、耐受性和疗效。第1部分:本部分将在4个剂量递增队列中进行,包括单次给药和多次给药阶段。DLT将观察至第50天给药前评估。
剂量递增决策将基于所有入组该剂量组的受试者所收集的安全性数据,并由数据与安全监查委员会(DSMC)进行评估。第2部分:本部分仅纳入第1部分中确定的推荐剂量(RDL)。NEI-01将作为单药用于晚期实体瘤患者(队列1)或复发/难治性AML患者(队列2)。该部分将在研究第1部分确定RDL后开始。所有受试者将每周接受RDL剂量的NEI-01给药。
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。

![[225Ac]-FPI-2068在晚期实体瘤成人患者中的1期剂量递增研究](/medical-api/medicalDataset/datasetCover/42245.jpg)


