GST101治疗RAS突变晚期实体瘤的I/II期试验

该数据集来自clinicaltrials.gov,收录GST101在RAS突变晚期实体瘤患者中的开放标签、多中心I/II期临床试验信息

Genuine Seed Therapeutics (Zhuhai) Co., Ltd.Genuine Seed Therapeutics (Zhuhai) Co., Ltd.
clinicaltrials
浏览 12
其他预测RAS-mutant Advanced Solid Tumors
GST101 in Participants With RAS-Mutant Advanced Solid Tumors

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-10

资源简介

GST101治疗RAS突变晚期实体瘤的I/II期试验

该数据集来自clinicaltrials.gov,收录GST101在RAS突变晚期实体瘤患者中的开放标签、多中心I/II期临床试验信息。I期包括剂量递增和剂量扩展,采用加速滴定联合3+3设计确定最大耐受剂量和II期推荐剂量,评估安全性、剂量限制性毒性、药代动力学及初步疗效。II期为适应症探索,纳入RAS突变非小细胞肺癌、结直肠癌、胰腺导管腺癌及其他标准治疗难治的晚期实体瘤四个队列,受试者每日口服GST101,21天为一周期。可用于肿瘤治疗与药物安全性研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:RAS突变晚期实体瘤。这是一项开放标签、多中心I/II期试验,旨在评估口服GST101在RAS突变晚期实体瘤成人受试者中的安全性、耐受性、药代动力学和初步疗效。I期包括剂量递增和剂量扩展部分。剂量递增采用加速滴定设计联合3+3设计,以确定最大耐受剂量(MTD)和II期推荐剂量(RP2D)。将评估安全性、剂量限制性毒性(DLT)、药代动力学和初步疗效。II期(适应症探索)纳入四个肿瘤特异性队列,包括RAS突变非小细胞肺癌、结直肠癌、胰腺导管腺癌和其他对标准治疗难治的晚期实体瘤。受试者每日口服GST101一次,21天为一周期,直至疾病进展、不可接受的t

【主题与分类】

主题标签:RAS-mutant Advanced Solid Tumors。本站分类:肿瘤/肺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07868172

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT07868172

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:RAS突变晚期实体瘤。这是一项开放标签、多中心I/II期临床试验,旨在评估口服GST101在RAS突变晚期实体瘤成人受试者中的安全性、耐受性、药代动力学及初步疗效。I期包括剂量递增和剂量扩展部分。剂量递增采用加速滴定设计结合3+3设计,以确定最大耐受剂量(MTD)和II期推荐剂量(RP2D)。将评估安全性、剂量限制性毒性(DLT)、药代动力学及初步疗效。II期(适应症探索)入组四个肿瘤特异性队列,包括RAS突变非小细胞肺癌、结直肠癌、胰腺导管腺癌及其他对标准治疗难治的晚期实体瘤。受试者每日一次口服GST101,21天为一个周期,直至疾病进展、出现不可接受的毒性、撤回知情同意或丧失临床获益。肿瘤评估遵循RECIST 1.1标准。将进行安全性、药代动力学、QTc及探索性生物标志物分析。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。