免疫调节剂AVM0703用于实体瘤和血液肿瘤患者的扩展可及性
该数据集来自clinicaltrials.gov,收录了免疫调节剂AVM0703通过FDA扩展可及性方案(EAP)用于实体瘤和血液肿瘤患者的相关信息

基本信息
资源简介
免疫调节剂AVM0703用于实体瘤和血液肿瘤患者的扩展可及性
该数据集来自clinicaltrials.gov,收录了免疫调节剂AVM0703通过FDA扩展可及性方案(EAP)用于实体瘤和血液肿瘤患者的相关信息。覆盖病种包括胶质母细胞瘤、鳞状细胞癌、霍奇金淋巴瘤、非霍奇金淋巴瘤、乳腺癌、前列腺癌、胃癌、卵巢癌等。截至2024年7月,已有37名患者接受治疗,涵盖复发或复发性胶质母细胞瘤、不可手术或不适化疗的中枢神经系统鳞状细胞癌、转移性乳腺癌、卵巢癌、胃癌、霍奇金淋巴瘤、混合表型急性髓系白血病、结肠癌、B-ALL、恶性黏液样梭形细胞肿瘤、非小细胞肺癌、伴中枢神经系统受累的DLBCL、转移性前列腺癌、间变性T细胞非霍奇金淋巴瘤及转移性胰腺癌。药物相关副作用主要为1级。可用于肿瘤免疫治疗扩展可及性研。
【数据内容】
源站描述(机器翻译,仅供参考):条件:胶质母细胞瘤、鳞状细胞癌、霍奇金淋巴瘤、非霍奇金淋巴瘤、乳腺癌、前列腺癌、胃癌、卵巢癌。AVM Biotechnology, Inc. 应美国持牌MD或DO的请求,向实体瘤和血液肿瘤患者提供免疫调节剂AVM0703。截至2024年7月,已有37名患者通过该FDA-EAP接受治疗,包括被诊断为复发或复发性胶质母细胞瘤、不可手术/不适化疗的中枢神经系统鳞状细胞癌、转移性乳腺癌、卵巢癌、胃癌、霍奇金淋巴瘤、混合表型急性髓系白血病、结肠癌、B-ALL、恶性黏液样梭形细胞肿瘤、非小细胞肺癌、伴中枢神经系统受累的DLBCL、转移性前列腺癌、间变性T细胞非霍奇金淋巴瘤和转移性胰腺癌的患者。药物相关副作用主要为1级,包括
【主题与分类】
主题标签:Glioblastoma、Squamous Cell Carcinoma、Hodgkin Lymphoma、Non-hodgkin Lymphoma、Breast Cancer、Prostate Cancer、Gastric Cancer、Ovarian Cancer、Acute Leukemia、Pancreatic Cancer。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05974410
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/NCT05974410
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:胶质母细胞瘤、鳞状细胞癌、霍奇金淋巴瘤、非霍奇金淋巴瘤、乳腺癌、前列腺癌、胃癌、卵巢癌。AVM Biotechnology, Inc. 应美国持证MD或DO的请求,向实体瘤和血液癌症患者提供免疫调节剂AVM0703。截至2024年7月,已有37名患者通过该FDA-EAP接受治疗,包括被诊断为复发性或再发性胶质母细胞瘤、无法手术/不适合化疗的中枢神经系统鳞状细胞癌、转移性乳腺癌、卵巢癌、胃癌、霍奇金淋巴瘤、混合表型急性髓系白血病、结肠癌、B-ALL、恶性黏液样梭形细胞肿瘤、非小细胞肺癌、伴中枢神经系统受累的DLBCL、转移性前列腺癌、间变性T细胞非霍奇金淋巴瘤和转移性胰腺癌的患者。药物相关副作用主要为1级,包括输注期间瘙痒和约1周的低度失眠。
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。




