单克隆抗体治疗晚期癌症患者的临床试验数据集
该数据集来自 clinicaltrials.gov,收录一项针对晚期癌症患者的单克隆抗体治疗临床试验。覆盖慢性骨髓增殖性疾病、白血病、淋巴瘤、多发性骨髓瘤和浆细胞肿瘤、骨髓增生异常综合征、癌前/非恶性病变及未指明成人实体瘤

基本信息
资源简介
单克隆抗体治疗晚期癌症患者的临床试验数据集
该数据集来自 clinicaltrials.gov,收录一项针对晚期癌症患者的单克隆抗体治疗临床试验。覆盖慢性骨髓增殖性疾病、白血病、淋巴瘤、多发性骨髓瘤和浆细胞肿瘤、骨髓增生异常综合征、癌前/非恶性病变及未指明成人实体瘤。研究为剂量递增设计,评估抗转铁蛋白受体抗体 A27.15 与 E2-3 联合输注的毒性及药代动力学,可用于治疗安全性、剂量反应和药代特征的分析与预测(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:慢性骨髓增殖性疾病、白血病、淋巴瘤、多发性骨髓瘤和浆细胞肿瘤、骨髓增生异常综合征、癌前/非恶性病变、未指明成人实体瘤、方案特定。目的:I. 确定抗转铁蛋白受体抗体 4 小时输注相关的毒性,其中一种抗体在第二种抗体输注开始前单独给药 1 小时。II. 确定单克隆抗体 E2.3 和 A27.15 的药代动力学。大纲:这是一项剂量递增研究。患者接受抗转铁蛋白抗体 A27.15 静脉输注 4 小时。在 A27.15 输注开始后 1 小时,通过静脉旁路加入抗体 E2-3 输注。在无抗小鼠抗体和毒性效应的情况下,达到微小缓解、部分缓解或完全缓解的患者每 4 周继续治疗一次。治疗
【主题与分类】
主题标签:Chronic Myeloproliferative Disorders、Leukemia、Lymphoma、Myelodysplastic Syndromes、Precancerous/Nonmalignant Condition。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00003082
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/NCT00003082
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:慢性骨髓增殖性疾病、白血病、淋巴瘤、多发性骨髓瘤及浆细胞肿瘤、骨髓增生异常综合征、癌前/非恶性病变、未明确的成人实体瘤、方案特定。
研究目的:I. 确定抗转铁蛋白受体抗体4小时输注相关毒性,其中一种抗体在第二种抗体输注开始前单独给药1小时。II. 确定单克隆抗体E2.3和A27.15的药代动力学。
研究设计概要:这是一项剂量递增研究。患者接受抗转铁蛋白抗体A27.15静脉输注,持续4小时。A27.15输注开始后1小时,通过静脉旁路追加输注抗体E2-3。在无抗鼠抗体及毒性反应的情况下,达到微小缓解、部分缓解或完全缓解的患者每4周继续治疗一次。疾病稳定或进展的患者停止治疗。若前3例患者未出现剂量限制性毒性,后续每组6例患者按相同给药方案接受递增剂量的抗转铁蛋白抗体E2.3和A27.15。
如果在某一剂量水平下,6名患者中有2名出现剂量限制性毒性,则停止剂量递增,并将下一个较低剂量宣布为MTD。患者随访3周。预计入组:本研究将在2年内入组18-27名患者。
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。




