ASP1951 用于晚期实体瘤的研究
该数据集来自 clinicaltrials.gov,收录一项关于 ASP1951 在晚期实体瘤受试者中的剂量递增与扩展研究

基本信息
资源简介
ASP1951 用于晚期实体瘤的研究
该数据集来自 clinicaltrials.gov,收录一项关于 ASP1951 在晚期实体瘤受试者中的剂量递增与扩展研究。研究包含单药治疗和联合治疗,分为筛选、治疗和随访三个阶段,符合条件的受试者还可进入可选的再治疗阶段。单药递增队列评估 ASP1951 在局部晚期(不可切除)或转移性实体瘤中的递增剂量水平,瘤种包括但不限于头颈部鳞状细胞癌(SCCHN)、结直肠癌、转移性去势抵抗性前列腺癌(mCRPC)和宫颈癌;联合递增队列评估 ASP1951 递增剂量与固定剂量 pembrolizumab 的联合使用。剂量扩展阶段设有瘤种特异性队列(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:晚期实体瘤。这是一项 ASP1951 的剂量递增和扩展研究。该研究针对单药治疗和联合治疗包含 3 个阶段:筛选、治疗和随访,随后为符合条件的受试者提供可选的再治疗阶段。单药递增队列将评估 ASP1951 在局部晚期(不可切除)或转移性实体瘤恶性肿瘤受试者中的递增剂量水平,包括但不限于头颈部鳞状细胞癌(SCCHN)、结直肠癌、转移性去势抵抗性前列腺癌(mCRPC)和宫颈癌。联合递增队列将评估 ASP1951 递增剂量与固定剂量 pembrolizumab 的联合使用。对于剂量扩展,瘤种特异性队列将包括头颈部鳞状细胞癌(SCCHN)、非
【主题与分类】
主题标签:Advanced Solid Tumors。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03799003
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/NCT03799003
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。这是一项关于ASP1951的剂量递增和扩展研究。该研究包括单药治疗和联合治疗的3个阶段:筛选期、治疗期和随访期,随后符合条件的受试者可进入可选的再治疗期。单药递增队列将评估ASP1951在局部晚期(不可切除)或转移性实体瘤恶性肿瘤受试者中的递增剂量水平,包括但不限于头颈部鳞状细胞癌(SCCHN)、结直肠癌、转移性去势抵抗性前列腺癌(mCRPC)和宫颈癌。联合递增队列将评估ASP1951与固定剂量帕博利珠单抗联合使用的递增剂量水平。对于剂量扩展,肿瘤特异性队列将包括头颈部鳞状细胞癌(SCCHN)、非小细胞肺癌(NSCLC)(所有PD-L1状态)、NSCLC PD-L1高表达和宫颈癌受试者,以及在剂量递增期间对研究药物治疗有应答的任何肿瘤类型的受试者。
参与者在确认符合所有再治疗资格标准后,可在可选的再治疗期内重新开始研究药物治疗。停用研究药物后,所有参与者将完成治疗结束访视,以及自最后一次研究药物给药后的30天和90天安全性随访访视。
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。




