PD1-LAG3双特异性抗体在晚期和/或转移性实体瘤患者中的剂量递增研究
该数据集来自clinicaltrials.gov,收录一项RO7247669(抗PD-1与LAG-3双特异性抗体)在晚期和/或转移性实体瘤患者中开展的首次人体、开放标签、多中心、I期多次递增剂量(MAD)研究

基本信息
资源简介
PD1-LAG3双特异性抗体在晚期和/或转移性实体瘤患者中的剂量递增研究
该数据集来自clinicaltrials.gov,收录一项RO7247669(抗PD-1与LAG-3双特异性抗体)在晚期和/或转移性实体瘤患者中开展的首次人体、开放标签、多中心、I期多次递增剂量(MAD)研究。覆盖实体瘤、转移性黑色素瘤、非小细胞肺癌和食管鳞状细胞癌人群,旨在确定最大耐受剂量(MTD)和/或推荐II期剂量(RP2D),评估安全性、耐受性、药代动力学和/或药效学特征及初步抗肿瘤活性,并计划扩展队列验证选定瘤种中的疗效与安全性(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、转移性黑色素瘤、非小细胞肺癌、食管鳞状细胞癌。这是一项首次人体、开放标签、多中心、I期多次递增剂量(MAD)研究,研究对象为RO7247669——一种抗PD-1(程序性死亡受体1)和LAG-3(淋巴细胞激活基因3)双特异性抗体,用于晚期和/或转移性实体瘤受试者。本研究旨在根据RO7247669的安全性、耐受性、药代动力学(PK)和/或药效学(PD)特征,确定最大耐受剂量(MTD)和/或定义推荐II期剂量(RP2D),并评估其在实体瘤受试者中的初步抗肿瘤活性。研究计划开展扩展部分,入组肿瘤特异性队列,以评估RO7247669的MTD和/或RP2D的抗肿瘤活性,并在选定肿瘤类型受试者中确认安全性和耐受性。
【主题与分类】
主题标签:Solid Tumors、Metastatic Melanoma、Non-small Cell Lung Cancer、Esophageal Squamous Cell Carcinoma。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04140500
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/NCT04140500
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、转移性黑色素瘤、非小细胞肺癌、食管鳞状细胞癌。这是一项首次人体、开放标签、多中心、I期多次递增剂量(MAD)研究,研究药物为RO7247669,一种抗PD-1(程序性死亡受体-1)和LAG-3(淋巴细胞活化基因3)双特异性抗体,受试者为晚期和/或转移性实体瘤患者。本研究旨在确定最大耐受剂量(MTD)和/或基于RO7247669的安全性、耐受性、药代动力学(PK)和/或药效动力学(PD)特征确定推荐的II期剂量(RP2D),并评估其在实体瘤受试者中的初步抗肿瘤活性。研究计划设立扩展部分,入组肿瘤特异性队列,以评估RO7247669的MTD和/或RP2D的抗肿瘤活性,并在选定肿瘤类型的受试者中确认安全性和耐受性。
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。


![[225Ac]-FPI-2068在晚期实体瘤成人患者中的1期剂量递增研究](/medical-api/medicalDataset/datasetCover/42245.jpg)

