AZD9291联合新型疗法递增剂量研究
该数据集来自clinicaltrials.gov,聚焦晚期非小细胞肺癌(NSCLC)的Ib期开放标签多中心研究,评估AZD9291口服联合新型疗法(AZD6094或selumetinib)在EGFRm+晚期NSCLC患者中的表现

基本信息
资源简介
AZD9291联合新型疗法递增剂量研究
该数据集来自clinicaltrials.gov,聚焦晚期非小细胞肺癌(NSCLC)的Ib期开放标签多中心研究,评估AZD9291口服联合新型疗法(AZD6094或selumetinib)在EGFRm+晚期NSCLC患者中的表现。研究包含联合剂量探索(Part A)与剂量扩展(Part B、D),并在日本开展AZD6094在晚期实体瘤患者中的剂量探索子研究(Part C)。数据可用于分析联合治疗的最佳剂量与方案、安全性监测及EGFR突变阳性人群的治疗策略(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:晚期非小细胞肺癌。这是一项Ib期、开放标签、多中心研究,AZD9291口服给药联合新型疗法(AZD6094或selumetinib(AZD6244,ARRY142886))用于EGFRm+晚期NSCLC患者。该研究旨在通过密集的安全性监测,在确保患者安全的同时探索最佳联合剂量和方案。本研究包含三个主要部分:Part A为联合剂量探索,Part B和Part D为剂量扩展。Part C为AZD6094在晚期实体瘤患者中的剂量探索子研究,目前正在日本进行。AZD9291(osimertinib)是一种强效不可逆抑制剂,对单表皮生长因子受体致敏突变阳性(EGFRm+)(酪氨酸激酶抑制剂[TKI]敏感性突变)和双EGFRm+/T790M+(TKI耐药性突变)均有作用。
【主题与分类】
主题标签:Advanced Non Small Cell Lung Cancer。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02143466
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/NCT02143466
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:晚期非小细胞肺癌。这是一项Ib期、开放标签、多中心研究,旨在评估AZD9291口服给药联合新型治疗药物(AZD6094或司美替尼(AZD6244,ARRY142886))用于EGFRm+晚期NSCLC患者的安全性和疗效。该研究设计允许在确保患者安全的前提下,通过密集的安全性监测来探索最佳联合剂量和给药方案。本研究主要分为三个部分:A部分为联合用药剂量探索,B部分和D部分为剂量扩展。C部分为AZD6094在晚期实体瘤患者中的剂量探索子研究,目前正在日本进行。AZD9291(奥希替尼)是一种强效的不可逆抑制剂,可同时抑制单表皮生长因子受体敏感突变阳性(EGFRm+)(赋予酪氨酸激酶抑制剂[TKI]敏感性的突变)和EGFRm+/T790M+双突变(赋予TKI耐药性的突变)两种受体形式的EGFR。因此,AZD9291有望为携带单一敏感突变和经既往EGFR TKI治疗后出现耐药突变的晚期非小细胞肺癌(NSCLC)患者提供临床获益。
AZD9291(奥希替尼)于2015年11月获得FDA加速批准,随后在欧盟获得有条件批准,并于2016年在日本及其他市场获得全面批准,用于治疗在接受EGFR TKI治疗后进展的EGFR T790M+非小细胞肺癌患者。评估AZD9291联合MEDI4736作为一线治疗的患者队列因间质性肺病样事件(间质性肺病/肺炎)发生率增加而终止入组,本研究不再对该联合治疗进行评估。
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。




