BBO-11818 在成人 KRAS 突变癌症受试者中的研究
该数据集来自 clinicaltrials.gov，收录一项关于 pan-KRAS 抑制剂 BBO-11818 的开放标签、多中心 1 期研究，受试者为局部晚期不可切除或转移性 KRAS 突变实体瘤成人患者
基本信息
资源简介
BBO-11818 在成人 KRAS 突变癌症受试者中的研究
该数据集来自 clinicaltrials.gov，收录一项关于 pan-KRAS 抑制剂 BBO-11818 的开放标签、多中心 1 期研究，受试者为局部晚期不可切除或转移性 KRAS 突变实体瘤成人患者。覆盖病种包括非小细胞肺癌、胰腺导管腺癌和结直肠癌等，涉及 KRAS G12A、G12C、G12D 等突变亚型。研究评估 BBO-11818 单药及与 pembrolizumab、化疗、cetuximab、BBO-10203 等多种方案联合的安全性、耐受性、药代动力学和疗效，包含剂量递增和剂量扩展两个阶段。可用于肿瘤免疫治疗与靶向治疗相关分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：非小细胞肺癌、NSCLC、PDAC - 胰腺导管腺癌、CRC（结直肠癌）、转移性非小细胞肺癌、转移性结直肠癌（CRC）、KRAS G12A、KRAS G12C。这是一项开放标签、多中心、1 期研究，旨在评估 pan-KRAS 抑制剂 BBO-11818 单药以及与 pembrolizumab、pembrolizumab + 顺铂/卡铂 + 培美曲塞、cetuximab、cetuximab + mFOLFOX6、BBO-10203 + mFOLFOX6、BBO-10203 + cetuximab、mFOLFIRINOX、吉西他滨 + 白蛋白结合型紫杉醇或 BBO-10203 联合，在局部晚期不可切除或转移性 KRAS 突变实体瘤受试者中的安全性、耐受性、药代动力学和疗效。该研究包括剂量递增阶段和剂量扩展阶段。
【主题与分类】
主题标签：Non-Small Cell Lung Cancer、NSCLC、PDAC - Pancreatic Ductal Adenocarcinoma、CRC (Colorectal Cancer)、Metastatic Non-Small Lung Cell Cancer、Metastatic Colorectal Cancer (CRC)、KRAS G12A、KRAS G12C、KRAS G12D、KRAS G12S。本站分类：肿瘤/肺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06917079
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/NCT06917079
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：非小细胞肺癌、NSCLC、PDAC-胰腺导管腺癌、CRC（结直肠癌）、转移性非小细胞肺癌、转移性结直肠癌（CRC）、KRAS G12A、KRAS G12C。这是一项开放标签、多中心、1期研究，旨在评估BBO-11818（一种pan-KRAS抑制剂）单药及与帕博利珠单抗、帕博利珠单抗+顺铂/卡铂+培美曲塞、西妥昔单抗、西妥昔单抗+mFOLFOX6、BBO-10203+mFOLFOX6、BBO-10203+西妥昔单抗、mFOLFIRINOX、吉西他滨+白蛋白结合型紫杉醇或BBO-10203联合用药在局部晚期不可切除或转移性KRAS突变实体瘤受试者中的安全性、耐受性、药代动力学和疗效。该研究包括剂量递增阶段和剂量扩展阶段。
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。
