JAB-3068（SHP2抑制剂）在中国晚期实体瘤成人患者中的首次人体研究
该数据集来自 clinicaltrials.gov，收录 JAB-3068（SHP2 抑制剂）在中国晚期实体瘤成人患者中开展的首次人体研究
基本信息
资源简介
JAB-3068（SHP2抑制剂）在中国晚期实体瘤成人患者中的首次人体研究
该数据集来自 clinicaltrials.gov，收录 JAB-3068（SHP2 抑制剂）在中国晚期实体瘤成人患者中开展的首次人体研究。研究覆盖非小细胞肺癌、头颈癌、食管癌及其他转移性实体瘤。剂量递增阶段采用 3+3 设计确定最大耐受剂量（MTD）和 II 期推荐剂量（RP2D），并评估安全性、耐受性和药代动力学（PK）特征；剂量扩展阶段评估 JAB-3068 在 NSCLC、ESCC 和 HNSCC 患者中的抗肿瘤活性（ORR 和 DOR）。可用于肿瘤治疗与药物安全性相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：非小细胞肺癌、头颈癌、食管癌、其他转移性实体瘤。剂量递增研究阶段旨在根据 3+3 设计确定最大耐受剂量（MTD）和 II 期推荐剂量（RP2D），并表征 JAB-3068 的安全性、耐受性和药代动力学（PK）特征。可根据新出现的 PK 和安全性数据分析探索其他给药方案。在该研究阶段，JAB-3068 以每日一次（QD）、每日两次（BID）或隔日一次（QOD）口服给药，以 28 天为一个治疗周期，用于晚期实体瘤成人患者。剂量扩展研究阶段旨在评估 JAB-3068 在 NSCLC、ESCC 和 HNSCC 患者中的抗肿瘤活性（ORR 和 DOR）。
【主题与分类】
主题标签：Non-small Cell Lung Cancer、Head and Neck Cancer、Esophageal Cancer、Other Metastatic Solid Tumors。本站分类：肿瘤/肺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT03565003
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/NCT03565003
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：非小细胞肺癌、头颈癌、食管癌、其他转移性实体瘤。剂量递增研究阶段旨在根据3+3设计确定最大耐受剂量（MTD）和推荐的II期剂量（RP2D），并描述JAB-3068的安全性、耐受性和药代动力学（PK）特征。可根据新出现的PK和安全性数据分析探索其他给药方案。在本研究阶段，JAB-3068以口服方式每日一次（QD）、每日两次（BID）或隔日一次（QOD）给药，28天为一个治疗周期，用于晚期实体瘤成人患者。剂量扩展研究阶段旨在评估JAB-3068在NSCLC、ESCC和HNSCC患者中的抗肿瘤活性（ORR和DOR）。
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。
