Fc工程化抗CTLA-4单克隆抗体治疗晚期癌症

数据集获取

源站：https://clinicaltrials.gov/study/NCT03860272

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

疾病类型：晚期癌症、血管肉瘤、无肝转移的结直肠癌、子宫内膜癌、纤维板层型肝癌、非小细胞肺癌、卵巢癌、前列腺癌。这项1期研究将招募最多约550名可评估的成年难治性晚期癌症（实体瘤）受试者。研究将采用3+3剂量递增设计。将在按剂量划分的各个队列中，评估botensilimab不同剂量水平的单药治疗以及与balstilimab联合治疗。每名受试者将留在研究入组时分配到的剂量水平和给药方案的队列中。除因剂量限制性毒性（DLT）外，受试者可因任何原因被替换。受试者将接受治疗≤2年，或直至疾病进展、出现不可接受的毒性，或发生任何停止研究药物或退出试验的标准。此外，本研究还旨在进一步探索在选定癌症类型中，在确定为可能有效的剂量水平下（botensilimab单药治疗以及与balstilimab联合治疗）的安全性、PK、PD和临床活性。

感兴趣的适应症包括但不限于非小细胞肺癌、黑色素瘤、子宫内膜癌、卵巢癌、血管肉瘤、无肝转移的结直肠癌、前列腺癌以及纤维板层型癌。

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。