Aplitabart (IGM-8444) 单药或联合治疗复发、难治或新诊断癌症的1a/1b期研究
该数据集来自clinicaltrials.gov,收录一项Aplitabart (IGM-8444)单药或联合治疗复发、难治或新诊断癌症的1a/1b期研究

基本信息
资源简介
Aplitabart (IGM-8444) 单药或联合治疗复发、难治或新诊断癌症的1a/1b期研究
该数据集来自clinicaltrials.gov,收录一项Aplitabart (IGM-8444)单药或联合治疗复发、难治或新诊断癌症的1a/1b期研究。覆盖实体瘤、结直肠癌、非霍奇金淋巴瘤、肉瘤、软骨肉瘤、小淋巴细胞淋巴瘤、慢性淋巴细胞白血病和急性髓系白血病。1a期含剂量递增与扩展阶段,1b期针对结直肠癌患者开展aplitabart+FOLFIRI+bevacizumab的开放标签随机研究。可用于了解该药物在多种肿瘤类型中的研究设计、适应人群与联合用药方案(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:实体瘤、结直肠癌、非霍奇金淋巴瘤、肉瘤、软骨肉瘤、小淋巴细胞淋巴瘤、慢性淋巴细胞白血病、急性髓系白血病。参与者将入组1a期,该期包括两个阶段:剂量递增阶段和扩展阶段。Aplitabart将作为单药使用,并在不存在标准治疗方案、标准治疗方案已证明无效或不可耐受、或被认为不适用的情况下与多种其他药物联合使用。结直肠癌参与者可入组1b期,这是一项aplitabart+FOLFIRI+bevacizumab的开放标签随机研究。Aplitabart将在多种肿瘤类型中进行研究,包括所有入组实体瘤、结直肠癌(CRC)、肉瘤、非霍奇金淋巴瘤(NHL)、急性髓系白血病(AML)和慢性淋巴细胞白血病(CLL)。Aplitabart将经静脉内给药
【主题与分类】
主题标签:Solid Tumor、Colorectal Cancer、Non Hodgkin Lymphoma、Sarcoma、Chondrosarcoma、Small Lymphocytic Lymphoma、Chronic Lymphocytic Leukemia、Acute Myeloid Leukemia。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04553692
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/NCT04553692
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:实体瘤、结直肠癌、非霍奇金淋巴瘤、肉瘤、软骨肉瘤、小淋巴细胞淋巴瘤、慢性淋巴细胞白血病、急性髓系白血病。受试者将入组1a期,该期包括两个阶段:剂量递增阶段和扩展阶段。Aplitabart将作为单药使用,并在不存在标准治疗方案、标准治疗方案已被证明无效或无法耐受、或被认为不适用的情况下,与多种其他药物联合使用。结直肠癌受试者可能入组1b期,这是一项aplitabart+FOLFIRI+贝伐珠单抗的开放标签、随机研究。Aplitabart将在多种肿瘤类型中进行研究,包括所有 comers 实体瘤、结直肠癌(CRC)、肉瘤、非霍奇金淋巴瘤(NHL)、急性髓系白血病(AML)和慢性淋巴细胞白血病(CLL)。Aplitabart将经静脉(IV)给药。可能会评估替代给药方案。
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。




