评估 FMC-376 在 KRAS G12C 突变实体瘤患者中的研究

该数据集来自 clinicaltrials.gov,收录一项评估 FMC-376 单药及联合 pembrolizumab 治疗 KRAS G12C 突变晚期实体瘤的临床试验信息

Frontier Medicines CorporationFrontier Medicines Corporation
clinicaltrials
浏览 10
其他Solid Tumor, AdultUnresectable Solid TumorMetastatic Solid TumorNon Small Cell Lung CancerKRAS G12C
A Study Evaluating FMC-376 in Participants With KRAS G12C Mutated Solid Tumors

基本信息

模态
其他
创建/更新时间
2026-10-20

资源简介

评估 FMC-376 在 KRAS G12C 突变实体瘤患者中的研究

该数据集来自 clinicaltrials.gov,收录一项评估 FMC-376 单药及联合 pembrolizumab 治疗 KRAS G12C 突变晚期实体瘤的临床试验信息。覆盖晚期实体瘤、成人实体瘤、不可切除实体瘤、转移性实体瘤及非小细胞肺癌等条件,试验分为 Phase 1A 剂量递增、Phase 1B 剂量扩展和 Phase 2 队列扩展三部分,并评估多个剂量水平。可用于了解该试验的研究设计、适用人群与治疗评估框架(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:KRAS G12C 突变的晚期实体瘤、成人实体瘤、不可切除实体瘤、转移性实体瘤、非小细胞肺癌、KRAS G12C。本临床试验的目的是评估 FMC-376 单药及联合 pembrolizumab 在 KRAS G12C 突变晚期实体瘤受试者中的疗效。本临床试验将分为 3 部分进行:Phase 1A(剂量递增)、Phase 1B(剂量扩展)和 Phase 2(队列扩展)。将在晚期实体瘤受试者中评估多个剂量水平。

【主题与分类】

主题标签:Solid Tumor, Adult、Unresectable Solid Tumor、Metastatic Solid Tumor、Non Small Cell Lung Cancer、KRAS G12C。本站分类:肿瘤/肺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06244771

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT06244771

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:携带KRAS G12C突变的晚期实体瘤、实体瘤、成人、不可切除的实体瘤、转移性实体瘤、非小细胞肺癌、KRAS G12C。本临床试验的目的是评估FMC-376单药治疗及联合帕博利珠单抗治疗携带KRAS G12C突变的晚期实体瘤参与者的效果。本临床试验将分为3个部分开展:1A期(剂量递增)、1B期(剂量扩展)和2期(队列扩展)。将评估晚期实体瘤参与者的多个剂量水平。

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。

获取专属数据定制方案