埃万妥单抗联合拉泽替尼对比奥希替尼治疗局部晚期或转移性非小细胞肺癌的研究

本研究的目的是在表皮生长因子受体(EGFR)突变(19号外显子缺失[Exon 19del]或21号外显子L858R置换)阳性、局部晚期或转移性非小细胞肺癌(NSCLC)受试者中,评估amivantamab与lazertinib联合治疗相较于osimertinib的疗效

Janssen Research & Development, LLCJanssen Research & Development, LLC
clinicaltrials
浏览 10
其他Carcinoma, Non-Small-Cell Lung
A Study of Amivantamab and Lazertinib Combination Therapy Versus Osimertinib in Locally Advanced or Metastatic Non-Small Cell Lung Cancer

基本信息

模态
其他
创建/更新时间
2026-10-01

资源简介

埃万妥单抗联合拉泽替尼对比奥希替尼治疗局部晚期或转移性非小细胞肺癌的研究

该研究针对非小细胞肺癌(Carcinoma, Non-Small-Cell Lung),目的是评估 amivantamab 与 lazertinib 联合方案相较 osimertinib,在 EGFR 突变(Exon 19 缺失或 Exon 21 L858R 替换)阳性、局部晚期或转移性非小细胞肺癌(NSCLC)参与者中的疗效。源站标签为 Carcinoma, Non-Small-Cell Lung(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:非小细胞肺癌。本研究的目的是在表皮生长因子受体(EGFR)突变(19号外显子缺失[Exon 19del]或21号外显子L858R置换)阳性、局部晚期或转移性非小细胞肺癌(NSCLC)受试者中,评估amivantamab与lazertinib联合治疗相较于osimertinib的疗效。

【主题与分类】

主题标签:Carcinoma, Non-Small-Cell Lung。本站分类:肿瘤/肺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04487080

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT04487080

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

疾病:非小细胞肺癌。本研究的目的是在表皮生长因子受体(EGFR)突变(19号外显子缺失[Exon 19del]或21号外显子L858R置换)阳性、局部晚期或转移性非小细胞肺癌(NSCLC)受试者中,评估amivantamab与lazertinib联合治疗相较于osimertinib的疗效。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。