AVENTINE-1:AVZO-1418单药及联合治疗局部晚期或转移性实体瘤研究
该数据集来自clinicaltrials.gov,收录AVENTINE-1研究(AVZO-1418-1001)信息,覆盖局部晚期或转移性实体瘤、肺癌、上皮性肿瘤、胆道癌、尿路上皮癌及鼻咽癌等病种

基本信息
资源简介
AVENTINE-1:AVZO-1418单药及联合治疗局部晚期或转移性实体瘤研究
该数据集来自clinicaltrials.gov,收录AVENTINE-1研究(AVZO-1418-1001)信息,覆盖局部晚期或转移性实体瘤、肺癌、上皮性肿瘤、胆道癌、尿路上皮癌及鼻咽癌等病种。研究为首次人体1/2期试验,1期评估AVZO-1418静脉给药单药的安全性与耐受性,确定最大耐受剂量(MTD)和初步推荐2期剂量(RP2D);2期扩展阶段评估单药及潜在联合治疗的抗肿瘤活性。数据可用于了解该药物在晚期实体瘤中的安全性、剂量探索与疗效评估框架(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:实体瘤癌症、局部晚期、转移性实体瘤、肺癌、上皮性肿瘤、胆道癌(BTC)、尿路上皮癌、鼻咽癌。这项首次人体1/2期研究旨在获取AVZO-1418静脉给药用于局部晚期或转移性上皮性实体瘤患者时的安全性和耐受性数据。1期为剂量递增阶段,将评估AVZO-1418的安全性和耐受性,并确定AVZO-1418作为单药的最大耐受剂量(MTD)和初步推荐2期剂量(RP2D)。这些数据可指导联合方案和药物的选择。2期为剂量扩展阶段,旨在评估AVZO-1418作为单药以及潜在联合治疗的抗肿瘤活性。
【主题与分类】
主题标签:Solid Tumor Cancer、Locally Advanced、Metastatic Solid Tumors、Lung Cancers、Epithelial Tumor、Biliary Tract Cancer (BTC)、Urothelial Cancer、Nasopharyngeal Cancers。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07038343
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/NCT07038343
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:实体瘤癌症、局部晚期、转移性实体瘤、肺癌、上皮性肿瘤、胆道癌(BTC)、尿路上皮癌、鼻咽癌。这项首次人体、1/2期研究旨在获取AVZO-1418经静脉给药用于局部晚期或转移性上皮性实体瘤患者时的安全性和耐受性数据。1期為剂量递增阶段,将评估AVZO-1418的安全性和耐受性,并确定AVZO-1418单药治疗的最大耐受剂量(MTD)和初步推荐的2期剂量(RP2D)。这些数据可指导联合用药方案和药物的选择。2期为剂量扩展阶段,旨在评估AVZO-1418单药治疗以及可能的联合治疗的抗肿瘤活性。
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。



