TCC1727联合治疗晚期实体瘤的Ib/II期临床试验
该数据集来自clinicaltrials.gov，收录一项TCC1727联合治疗的Ib/II期临床试验信息，覆盖晚期实体瘤、非小细胞肺癌、胃癌、子宫内膜癌和恶性黑色素瘤等适应症
基本信息
资源简介
TCC1727联合治疗晚期实体瘤的Ib/II期临床试验
该数据集来自clinicaltrials.gov，收录一项TCC1727联合治疗的Ib/II期临床试验信息，覆盖晚期实体瘤、非小细胞肺癌、胃癌、子宫内膜癌和恶性黑色素瘤等适应症。Ib期剂量递增研究旨在评估并确定TCC1727联合benmelstobart、olaparib或topotecan的II期推荐剂量（RP2D）；II期扩展研究将评估联合治疗在选定晚期实体瘤适应症中的疗效与安全性。研究预设三种治疗组合，优先评估组合1（TCC1727+benmelstobart），是否推进组合2和组合3取决于组合1的临床数据。可用于了解该试验设计、适应症范围及联合用药方案（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：适应症：实体瘤、NSCLC（晚期非小细胞肺癌）、胃癌、子宫内膜癌、恶性黑色素瘤。这是一项Ib/II期临床研究。Ib期剂量递增研究旨在评估并确定TCC1727联合benmelstobart/olaparib/topotecan用于晚期实体瘤患者的II期推荐剂量（RP2D）。II期扩展研究将评估TCC1727联合benmelstobart/olaparib/topotecan在选定晚期实体瘤适应症中的疗效和安全性。该研究预设三种治疗组合，其中组合1（TCC1727+benmelstobart）优先进行初始评估。是否继续推进组合2和组合3将基于组合1的临床数据决定。
【主题与分类】
主题标签：Solid Cancers、Gastric (Stomach) Cancer、Endometrial Cancer、Malignant Melanoma。本站分类：肿瘤/肺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07371663
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/NCT07371663
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：实体瘤、NSCLC（晚期非小细胞肺癌）、胃（胃部）癌、子宫内膜癌、恶性黑色素瘤。这是一项Ib/II期临床研究。Ib期剂量递增研究旨在评估并确定TCC1727联合benmelstobart/olaparib/topotecan用于晚期实体瘤患者的II期推荐剂量（RP2D）。II期扩展研究将评估TCC1727联合benmelstobart/olaparib/topotecan在选定晚期实体瘤适应症中的疗效和安全性。该研究预先设定了三种治疗组合，其中组合1（TCC1727 + benmelstobart）优先进行初始评估。是否继续进行组合2和组合3将基于组合1的临床数据决定。
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。
