关于不同剂量PF-07826390单用或联用其他抗癌药在癌症患者体内作用的研究
该数据集来自clinicaltrials.gov,聚焦肿瘤领域,涵盖非小细胞肺癌、头颈部鳞状细胞癌、肾细胞癌、结直肠癌和卵巢癌等实体瘤

基本信息
资源简介
关于不同剂量PF-07826390单用或联用其他抗癌药在癌症患者体内作用的研究
该数据集来自clinicaltrials.gov,聚焦肿瘤领域,涵盖非小细胞肺癌、头颈部鳞状细胞癌、肾细胞癌、结直肠癌和卵巢癌等实体瘤。研究旨在了解PF-07826390单用或与sasanlimab联用时的安全性、疗效及最佳剂量,面向晚期或转移性实体瘤患者。数据可用于探索药物剂量与安全性、疗效之间的关系,支持肿瘤治疗方案的预测性分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:肿瘤、非小细胞肺癌、头颈部鳞状细胞癌、肾细胞癌、结直肠癌、卵巢癌。本研究的目的是了解: 安全性(研究药物对参与者身体的影响), 研究药物单独使用或与sasanlimab联合使用的效果 - 研究药物的最佳剂量。本研究正在寻找患有以下情况的实体瘤(异常的组织肿块)参与者: 已进展(癌症在治疗后不消失或未远离)或 已转移(已扩散到身体其他部位)。这包括(但不限于)以下癌症类型: 非小细胞肺癌(NSCLC):这是一种肺癌,其细胞生长缓慢但常扩散到身体其他部位。* 结直肠癌(CRC):这是一种结肠或直肠细胞发生病变的疾病
【主题与分类】
主题标签:Neoplasms、Non-small-cell Lung Cancer、Renal Cell Carcinoma、Colorectal Carcinoma、Ovarian Carcinoma。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06546553
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/NCT06546553
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:肿瘤、非小细胞肺癌、头颈部鳞状细胞癌、肾细胞癌、结直肠癌、卵巢癌。本研究的目的是了解:* 安全性(研究药物对参与者身体的影响),* 研究药物单用或与sasanlimab联用的效果——* 研究药物的最佳剂量。本研究正在招募患有以下实体瘤(异常的组织肿块)的参与者:* 已进展(经治疗后癌症不消失或未远离)或* 已转移(已扩散至身体其他部位)。这包括(但不限于)以下癌症类型:* 非小细胞肺癌(NSCLC):这是一种肺癌,其细胞生长缓慢,但常扩散至身体其他部位。* 结直肠癌(CRC):这是一种结肠或直肠细胞失控生长的疾病。* 肾细胞癌(RCC):这是一种起源于肾脏的癌症。本研究中所有参与者都将接受研究药物(PF-07826390)作为静脉输注(直接注入静脉)给药,在研究期间每28天为一个周期,每四周一次。
根据入组的不同分组,研究参与者将接受研究药物(PF-07826390单药或与其他抗癌药物(sasanlimab)联合使用)。Sasanlimab每4周皮下注射一次。参与者可以继续服用研究药物(PF-07826390),直至其癌症不再产生应答。正在接受sasanlimab的参与者可最多接受该药物治疗2年。本研究将观察接受研究药物治疗者的体验,这将有助于判断研究药物是否安全有效。参与者将参与本研究最长4年。在此期间,参与者将每周进行一次研究访视。参与者在停止研究药物后(约2年时)还将再接受两年的随访,以了解参与者的情况。
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。




