AU409治疗晚期原发性肝癌或伴肝转移的实体瘤
该数据集来自clinicaltrials.gov,聚焦RNA转录调节剂AU-409(AU409)治疗晚期原发性肝癌或伴肝转移的实体瘤

基本信息
资源简介
AU409治疗晚期原发性肝癌或伴肝转移的实体瘤
该数据集来自clinicaltrials.gov,聚焦RNA转录调节剂AU-409(AU409)治疗晚期原发性肝癌或伴肝转移的实体瘤。覆盖晚期胆管癌、晚期肝细胞癌、晚期恶性实体瘤、肝转移性恶性肿瘤、难治性恶性实体瘤及III/IV期肝细胞癌。主要目标为确定最大耐受剂量与推荐II期剂量,并按CTCAE v5.0评估安全性;次要目标包括用RECIST 1.1初步评估抗肿瘤活性及确定药代动力学。可用于剂量探索、安全性监测与疗效预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:晚期胆管癌、晚期肝细胞癌、晚期恶性实体肿瘤、肝转移性恶性肿瘤、难治性恶性实体肿瘤、III期肝细胞癌AJCC v8、IV期肝细胞癌AJCC v8。主要目标:I. 确定RNA转录调节剂AU-409(AU409)的最大耐受剂量(MTD)和推荐的II期剂量(RP2D)。II. 通过根据不良事件通用术语标准(CTCAE)第5.0版标准评估毒性,来描述AU409的安全性和耐受性。次要目标:I. 通过使用实体瘤疗效评价标准(RECIST)1.1标准的客观影像学反应,获得AU409抗肿瘤活性的初步评估。II. 确定AU409在晚期实体瘤患者中的药代动力学。探索性O
【主题与分类】
主题标签:Advanced Cholangiocarcinoma、Advanced Hepatocellular Carcinoma、Advanced Malignant Solid Neoplasm、Refractory Malignant Solid Neoplasm。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05791448
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/NCT05791448
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:晚期胆管癌、晚期肝细胞癌、晚期恶性实体肿瘤、肝脏转移性恶性肿瘤、难治性恶性实体肿瘤、AJCC第8版III期肝细胞癌、AJCC第8版IV期肝细胞癌。主要目标:I. 确定RNA转录调节剂AU-409(AU409)的最大耐受剂量(MTD)及推荐的II期剂量(RP2D)。II. 通过根据不良事件通用术语标准(CTCAE)第5.0版标准评估毒性,来描述AU409的安全性和耐受性。次要目标:I. 通过使用实体瘤疗效评价标准(RECIST)1.1版标准的客观放射学反应,对AU409的抗肿瘤活性进行初步评估。II. 确定AU409在晚期实体瘤患者中的药代动力学。探索性目标:I. 评估接受AU409剂量水平4(300 mg)及以上治疗的部分患者肝活检样本中肿瘤组织的AU409浓度。II.
评估治疗前后肝脏活检样本中具有TATA盒启动子区域的基因表达。概要:这是一项剂量递增研究。患者在研究中口服(PO)AU409。患者在整个试验期间还需接受计算机断层扫描(CT)或磁共振成像(MRI)以及血液样本采集。
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。




