LG00313112 治疗携带 TP53 Y220C 突变的晚期实体恶性肿瘤研究
该数据集来自 clinicaltrials.gov，聚焦 LG00313112 在携带 TP53 Y220C 突变的晚期实体恶性肿瘤受试者中的研究，覆盖卵巢癌、小细胞肺癌、非小细胞肺癌、结直肠癌、食管癌、乳腺癌、子宫内膜癌、头颈癌等癌种
基本信息
资源简介
LG00313112 治疗携带 TP53 Y220C 突变的晚期实体恶性肿瘤研究
该数据集来自 clinicaltrials.gov，聚焦 LG00313112 在携带 TP53 Y220C 突变的晚期实体恶性肿瘤受试者中的研究，覆盖卵巢癌、小细胞肺癌、非小细胞肺癌、结直肠癌、食管癌、乳腺癌、子宫内膜癌、头颈癌等癌种。研究分两阶段：1 期确定生物学活性剂量范围、最大耐受剂量（MTD）及/或推荐 2 期剂量（RP2D），并评估安全性与耐受性；2 期在 1 期结果选定的剂量水平上评估抗肿瘤活性、安全性与耐受性。可用于肿瘤治疗剂量探索与疗效安全性分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：卵巢癌、小细胞肺癌、非小细胞肺癌、结直肠癌、食管癌、乳腺癌、子宫内膜癌、头颈癌。1 期的目标是确定 LG00313112 的生物学活性剂量范围/最大耐受剂量（MTD）及/或推荐 2 期剂量（RP2D），并表征 LG00313112 的安全性和耐受性。2 期的目标是在基于 1 期结果选定的剂量水平上评估 LG00313112 的抗肿瘤活性、安全性和耐受性。
【主题与分类】
主题标签：Ovarian Cancer、Small Cell Lung Cancer、Non Small Cell Lung Cancer、Colorectal Cancer、Esophageal Cancer、Breast Cancer、Endometrial Cancer、Head and Neck Cancer、Pancreatic Cancer。本站分类：肿瘤/肺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07752875
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/NCT07752875
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：卵巢癌、小细胞肺癌、非小细胞肺癌、结直肠癌、食管癌、乳腺癌、子宫内膜癌、头颈癌。第1阶段的目标是确定LG00313112的生物学活性剂量范围/最大耐受剂量（MTD）和/或推荐的2期剂量（RP2D），并描述LG00313112的安全性和耐受性特征。第2阶段的目标是在根据第1阶段结果选定的剂量水平上评估LG00313112的抗肿瘤活性、安全性和耐受性。
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。
