[225Ac]-FPI-2068在晚期实体瘤成人患者中的1期剂量递增研究
研究覆盖晚期实体瘤、转移性结直肠癌、头颈部鳞状细胞癌、非小细胞肺癌、胰腺导管腺癌、胃癌及肾细胞癌。RP2D依据B部分安全性、疗效、药代动力学和剂量学确定(来源 clinicaltrials.gov)
![A Phase 1, Dose-escalation Study of [225Ac]-FPI-2068 in Adult Patients With Advanced Solid Tumours](/medical-api/medicalDataset/datasetCover/42245.jpg)
基本信息
资源简介
[225Ac]-FPI-2068在晚期实体瘤成人患者中的1期剂量递增研究
研究覆盖晚期实体瘤、转移性结直肠癌、头颈部鳞状细胞癌、非小细胞肺癌、胰腺导管腺癌、胃癌及肾细胞癌。分两部分:A部分优化FPI-2053剂量,用固定剂量1的[225Ac]-FPI-2068;B部分在最佳FPI-2053下递增[225Ac]-FPI-2068剂量,A部分确定FPI-2053最佳剂量后启动。RP2D依据B部分安全性、疗效、药代动力学和剂量学确定(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:晚期实体瘤、转移性结直肠癌、头颈部鳞状细胞癌、非小细胞肺癌、胰腺导管腺癌、胃癌、肾细胞癌。本研究将分2部分进行:A部分:FPI-2053剂量优化(使用[225Ac]-FPI-2068的剂量水平1治疗——固定剂量)。B部分:在最佳FPI-2053剂量下进行[225Ac]-FPI-2068剂量递增。一旦在A部分确定FPI-2053的最佳剂量,B部分将开始。RP2D将根据所有可获得的安全性、有效性、PK和剂量学信息,从B部分确定。
【主题与分类】
主题标签:Advanced Solid Tumor、Metastatic Colorectal Carcinoma、Head and Neck Squamous Cell Carcinoma、Non-small Cell Lung Cancer、Pancreatic Ductal Adenocarcinoma、Gastric Cancer、Renal Cell Carcinoma。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06147037
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/NCT06147037
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:晚期实体瘤、转移性结直肠癌、头颈部鳞状细胞癌、非小细胞肺癌、胰腺导管腺癌、胃癌、肾细胞癌。本研究将分2部分进行:A部分:FPI-2053剂量优化(使用[225Ac]-FPI-2068的剂量水平1治疗——固定剂量)。B部分:在最佳FPI-2053剂量下进行[225Ac]-FPI-2068剂量递增。一旦在A部分确定FPI-2053的最佳剂量,B部分将开始。RP2D将根据所有可获得的安全性、有效性、PK和剂量学信息,从B部分确定。
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。




