DXC006 在晚期实体瘤及血液恶性肿瘤患者中的研究
该数据集来自 clinicaltrials.gov，为一项 I 期、开放标签、首次人体临床研究，评估 DXC006 在晚期实体瘤及血液恶性肿瘤患者中的安全性、耐受性、MTD、DLT、RP2D、药代动力学特征、初步抗肿瘤活性及免疫原性
基本信息
资源简介
DXC006 在晚期实体瘤及血液恶性肿瘤患者中的研究
该数据集对应一项在晚期实体瘤及血液恶性肿瘤患者中开展的 DXC006 临床研究，研究设计为 I 期、开放标签、首次人体试验。研究旨在评估 DXC006 的安全性、耐受性、最大耐受剂量（MTD）、剂量限制性毒性（DLT）、推荐 II 期剂量（RP2D）、药代动力学特征、初步抗肿瘤活性以及免疫原性。研究覆盖多种实体瘤，包括小细胞肺癌、多发性骨髓瘤和神经母细胞瘤，同时纳入血液恶性肿瘤患者。数据集来源于 clinicaltrials.gov，主题标签为晚期实体瘤与血液恶性肿瘤，本站分类归入肿瘤 / 肺癌方向，可为相关领域的临床研究与药物开发提供参考信息。
【数据集背景】
该数据集所记录的研究是一项针对 DXC006 的首次人体（first-in-human）临床试验，处于 I 期开发阶段。研究采用开放标签设计，即在试验过程中不设盲，研究者和受试者均知晓所接受的治疗。研究对象为晚期实体瘤及血液恶性肿瘤患者，涵盖的瘤种包括小细胞肺癌、多发性骨髓瘤和神经母细胞瘤等。作为首次人体研究，其核心目的在于初步探索该药物在人体中的安全性特征与剂量范围，为后续临床开发奠定基础。
【数据内容】
数据集围绕 DXC006 的临床研究展开，涉及的主要评价内容包含安全性、耐受性、最大耐受剂量（MTD）、剂量限制性毒性（DLT）、推荐 II 期剂量（RP2D）、药代动力学（PK）特征、初步抗肿瘤活性以及免疫原性。研究人群为患有多种实体瘤（包括小细胞肺癌、多发性骨髓瘤、神经母细胞瘤）及血液恶性肿瘤的患者。主题标签为晚期实体瘤与血液恶性肿瘤。除上述研究目的与瘤种范围外，源站未提供具体的数据字段、变量列表或观测指标明细。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述显示，其对应一项 I 期、开放标签、首次人体临床研究，用于评估 DXC006 在上述患者人群中的安全性、耐受性、MTD、DLT、RP2D、药代动力学特征、初步抗肿瘤活性及免疫原性。关于具体的采集时间、采集地点、样本量、研究中心数量等信息，源站未提供。
【适用场景】
基于该数据集所对应的研究性质，其信息可用于了解 DXC006 在晚期实体瘤及血液恶性肿瘤领域的早期临床研究设计思路，包括首次人体试验中安全性、耐受性与剂量探索（MTD、DLT、RP2D）的评估框架，以及药代动力学、初步抗肿瘤活性和免疫原性的考察方向。对于关注小细胞肺癌、多发性骨髓瘤、神经母细胞瘤等瘤种以及血液恶性肿瘤早期药物开发的研究者，该数据集可作为研究背景与设计参考。具体的分析应用方式，源站未提供。
【使用方法】
源站未提供。
【质量与限制】
该数据集对应的是 I 期、开放标签、首次人体研究，其性质决定了研究规模与证据级别属于早期探索阶段。关于数据的完整性、准确性、缺失情况、偏倚控制及具体质量评估结果，源站未提供。使用时应结合研究阶段特点审慎解读相关结论。
【引用与许可】
源站未提供。
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/NCT06224855
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、血液系统恶性肿瘤。这是一项I期、开放标签、首次人体临床研究，旨在评估DXC006在多种实体瘤（包括小细胞肺癌、多发性骨髓瘤和神经母细胞瘤）及血液系统恶性肿瘤患者中的安全性、耐受性、MTD、DLT、RP2D、药代动力学特征、初步抗肿瘤活性及免疫原性。
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。
