SNS-101(抗VISTA)单药及联合Cemiplimab治疗晚期实体瘤研究
该数据集来自clinicaltrials.gov,收录一项针对晚期实体瘤的首次人体、1/2期开放标签、多中心、剂量递增与扩展研究,评估新型抗VISTA IgG1单克隆抗体SNS-101单药或联合cemiplimab的安全性、耐受性、药代动力学、药效学和疗效

基本信息
资源简介
SNS-101(抗VISTA)单药及联合Cemiplimab治疗晚期实体瘤研究
该数据集来自clinicaltrials.gov,收录一项针对晚期实体瘤的首次人体、1/2期开放标签、多中心、剂量递增与扩展研究,评估新型抗VISTA IgG1单克隆抗体SNS-101单药或联合cemiplimab的安全性、耐受性、药代动力学、药效学和疗效。研究覆盖成人晚期实体瘤及头颈癌、乳腺癌、结肠癌、胰腺癌、胃癌、食管癌等多种瘤种,1期分A、B两部分,2期计划为C部分,剂量递增完成后扩展至结直肠癌等目标瘤种。可用于肿瘤免疫治疗相关的疗效与安全性预测建模(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:实体瘤、成人、晚期实体瘤、头颈癌、乳腺癌、结肠癌、胰腺癌、胃癌、食管癌。这是一项首次人体、1/2期开放标签、多中心、剂量递增和扩展研究,旨在评估SNS-101(一种新型抗VISTA IgG1单克隆抗体)作为单药或与cemiplimab联合治疗晚期实体瘤患者的安全性、耐受性、药代动力学、药效学和疗效。1期部分分A和B两部分进行;2期计划在C部分进行。 A部分:1期单药剂量递增和剂量扩展(SNS-101单药) B部分:1期联合剂量递增和剂量扩展(SNS-101联合cemiplimab)剂量递增部分完成后,入组扩展至目标瘤种:* 约10例结直肠癌患者
【主题与分类】
主题标签:Solid Tumor, Adult、Advanced Solid Tumor、Head and Neck Cancer、Breast Cancer、Colon Cancer、Pancreatic Cancer、Gastric Cancer、Esophageal Cancer、Prostate Cancer、Uterine Cancer。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05864144
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/NCT05864144
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:实体瘤、成人、晚期实体瘤、头颈癌、乳腺癌、结肠癌、胰腺癌、胃癌、食管癌。这是一项首次人体、1/2期、开放标签、多中心、剂量递增和扩展研究,旨在评估SNS-101(一种新型抗VISTA IgG1单克隆抗体)作为单药或与cemiplimab联合治疗晚期实体瘤患者的安全性、耐受性、药代动力学、药效学和疗效。1期部分分为A和B两部分进行;2期计划在C部分进行。* A部分:1期单药剂量递增和剂量扩展(SNS-101单药)* B部分:1期联合剂量递增和剂量扩展(SNS-101联合cemiplimab)剂量递增部分完成后,入组扩展至目标肿瘤类型:* 单药剂量扩展部分将入组约10例结直肠癌(CRC)患者。o 经与申办方协商,可考虑其他肿瘤类型和剂量。
- 约50名结直肠癌(CRC)、头颈癌(H&N)、黑色素瘤和非小细胞肺癌(NSCLC)患者将入组联合剂量扩展阶段。
- 联合剂量扩展阶段将入组至少8名、最多10名CRC患者。
- 经与申办方协商,可考虑其他肿瘤类型和剂量。2期C部分队列扩展将进一步评估所选剂量的疗效。在完成研究的1期部分后,申办方决定不启动2期部分。计划中的2期C部分未入组任何受试者。
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。




