GEN1029(HexaBody®-DR5/DR5)在恶性实体瘤患者中的安全性试验

试验为开放标签、多中心、首次人体研究,分为剂量递增部分(1 期,首次人体)和扩展部分(2a 期),扩展部分将在确定推荐 2 期剂量(RP2D)后启动

GenmabGenmab
clinicaltrials
浏览 7
其他Colorectal CancerNon-small Cell Lung CancerTriple Negative Breast CancerRenal Cell CarcinomaGastric CancerPancreatic CancerUrothelial Cancer
GEN1029 (HexaBody®-DR5/DR5) Safety Trial in Patients With Malignant Solid Tumors

基本信息

模态
其他
创建/更新时间
2026-10-20

资源简介

GEN1029(HexaBody®-DR5/DR5)在恶性实体瘤患者中的安全性试验

该数据集来自 clinicaltrials.gov,收录 GEN1029(HexaBody®-DR5/DR5)在恶性实体瘤患者中开展的安全性试验信息。试验为开放标签、多中心、首次人体研究,分为剂量递增部分(1 期,首次人体)和扩展部分(2a 期),扩展部分将在确定推荐 2 期剂量(RP2D)后启动。覆盖瘤种包括结直肠癌、非小细胞肺癌、三阴性乳腺癌、肾细胞癌、胃癌、胰腺癌和尿路上皮癌。可用于了解该药物在多种实体瘤中的安全性研究设计与适用人群(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):适应症:结直肠癌、非小细胞肺癌、三阴性乳腺癌、肾细胞癌、胃癌、胰腺癌、尿路上皮癌。该试验是一项开放标签、多中心、首次人体试验,研究 GEN1029(HexaBody®-DR5/DR5)。试验由两部分组成:剂量递增部分(1 期,首次人体(FIH))和扩展部分(2a 期)。一旦确定推荐 2 期剂量(RP2D),试验的扩展部分将启动。

【主题与分类】

主题标签:Colorectal Cancer、Non-small Cell Lung Cancer、Triple Negative Breast Cancer、Renal Cell Carcinoma、Gastric Cancer、Pancreatic Cancer、Urothelial Cancer。本站分类:肿瘤/肺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT03576131

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT03576131

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

适应症:结直肠癌、非小细胞肺癌、三阴性乳腺癌、肾细胞癌、胃癌、胰腺癌、尿路上皮癌。该试验是一项开放标签、多中心、首次人体试验,研究药物为GEN1029(HexaBody®-DR5/DR5)。试验分为两部分:剂量递增部分(1期,首次人体试验(FIH))和扩展部分(2a期)。扩展部分将在确定推荐2期剂量(RP2D)后启动。

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。

获取专属数据定制方案