Ivonescimab 治疗晚期转移性涎腺癌的 2 期试验
该数据集来自 clinicaltrials.gov,记录一项关于 Ivonescimab 治疗晚期、转移性涎腺癌的 2 期、开放标签、非随机研究

基本信息
资源简介
Ivonescimab 治疗晚期转移性涎腺癌的 2 期试验
该数据集来自 clinicaltrials.gov,记录一项关于 Ivonescimab 治疗晚期、转移性涎腺癌的 2 期、开放标签、非随机研究。覆盖不可治愈、复发或转移性涎腺癌(SGC)受试者,涉及涎腺癌、晚期涎腺癌、转移性涎腺癌与腺样囊性癌等类型。研究流程包括资格筛查、门诊访视、X 射线、计算机断层扫描(CT)、磁共振成像(MRI)或正电子发射计算机断层(PET)扫描、血液检查、尿液检查及肿瘤活检,受试者参与约 3 年。可用于了解该药物在涎腺癌中的试验设计与结局预测(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:涎腺癌、晚期涎腺癌、转移性涎腺癌、腺样囊性癌。这是一项 2 期、开放标签、非随机研究,旨在研究 Ivonescimab 用于不可治愈、复发或转移性涎腺癌(SGC)受试者。Ivonescimab 预期通过阻断或减缓癌细胞生长来治疗涎腺癌。美国食品药品监督管理局(FDA)尚未批准 Ivonescimab 用于治疗晚期、转移性涎腺癌,但已将其用于肺癌治疗。研究程序包括资格筛查、门诊访视、X 射线、计算机断层扫描(CT)、磁共振成像(MRI)或正电子发射计算机断层(PET)扫描、血液检查、尿液检查以及肿瘤活检。受试者参与本研究约 3 年,包括
【主题与分类】
主题标签:Salivary Gland Cancer、Advanced Salivary Gland Carcinoma、Metastatic Salivary Gland Cancer、Adenoid Cystic Carcinoma。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06805617
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/NCT06805617
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:唾液腺癌、晚期唾液腺癌、转移性唾液腺癌、腺样囊性癌。这是一项2期、开放标签、非随机研究,旨在探讨Ivonescimab在不可治愈、复发或转移性唾液腺癌(SGC)受试者中的疗效。Ivonescimab预期通过阻断或减缓癌细胞生长来治疗唾液腺癌。美国食品药品监督管理局(FDA)尚未批准Ivonescimab用于治疗晚期、转移性唾液腺癌,但该药已用于治疗肺癌。研究程序包括资格筛查、门诊访视、X射线、计算机断层扫描(CT)、磁共振成像(MRI)或正电子发射计算机断层扫描(PET)、血液检查、尿液检查以及肿瘤活检。受试者参与本研究的时间约为3年,包括活性研究治疗后的随访期。预计约35人将参与这项研究。制药公司Summit Therapeutics通过为研究提供资金和研究药物来支持这项研究。
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。




