评估Livmoniplimab联合Budigalimab静脉输注在局部晚期或转移性肝细胞癌成年中国受试者中的不良事件及体内过程的研究
该数据集来自clinicaltrials.gov,聚焦局部晚期或转移性Child-Pugh A肝细胞癌(HCC)中国成人受试者,研究livmoniplimab联合budigalimab静脉输注后的不良事件及体内过程

基本信息
资源简介
评估Livmoniplimab联合Budigalimab静脉输注在局部晚期或转移性肝细胞癌成年中国受试者中的不良事件及体内过程的研究
该数据集来自clinicaltrials.gov,聚焦局部晚期或转移性Child-Pugh A肝细胞癌(HCC)中国成人受试者,研究livmoniplimab联合budigalimab静脉输注后的不良事件及体内过程。研究分两阶段:第一阶段为安全性导入,设2个治疗组,受试者接受递增剂量livmoniplimab联合固定剂量budigalimab;第二阶段为剂量扩展,设2个治疗组。数据可用于了解该联合方案在HCC人群中的安全性与药代特征(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:肝细胞癌(HCC)。肝细胞癌(HCC)是全球常见癌症,也是癌症相关死亡的主要原因之一。大多数受试者首次就诊时即为晚期不可切除或转移性疾病。本研究旨在评估livmoniplimab联合budigalimab在局部晚期或转移性Child-Pugh A肝细胞癌(HCC)中国成人受试者中的不良事件及体内过程。Livmoniplimab是一种正在开发用于治疗HCC的研究性药物。本研究分为2个阶段。第1阶段为安全性导入。第1阶段有2个治疗组,受试者将接受递增剂量的Livmoniplimab联合budigalimab(固定剂量)。第2阶段为剂量扩展。第2阶段有2个治疗组,受试者将接受Livmoniplimab
【主题与分类】
主题标签:Hepatocellular Carcinoma (HCC)。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06487559
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/NCT06487559
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:肝细胞癌(HCC)。肝细胞癌(HCC)是全球常见的癌症,也是癌症相关死亡的主要原因之一。大多数初诊即为HCC的受试者已处于晚期不可切除或转移性疾病阶段。本研究旨在评估livmoniplimab联合budigalimab在患有局部晚期或转移性Child-Pugh A级肝细胞癌(HCC)的中国成年受试者中的不良事件及药物在体内的代谢过程。Livmoniplimab是一种正在开发用于治疗HCC的研究性药物。本研究分为2个阶段。第1阶段为安全性导入期。第1阶段设有2个治疗组,受试者将接受livmoniplimab递增剂量联合budigalimab(固定剂量)治疗。第2阶段为剂量扩展期。第2阶段设有2个治疗组,受试者将接受livmoniplimab联合budigalimab多剂量治疗。本研究计划在中国15个研究中心招募约20名成年受试者。在第1部分(剂量递增)中,受试者将每3周接受一次livmoniplimab递增剂量联合budigalimab的静脉输注。
在第2部分(剂量扩展)中,受试者将每3周接受多次livmoniplimab与budigalimab联合静脉输注。研究预计持续时间最长可达2年。与标准治疗相比,本试验受试者可能承受更高的治疗负担。研究期间,受试者需定期前往医院或诊所访视,并可能需要频繁进行医学评估、血液检查和扫描。
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。




