INCB106385 单药或联合免疫治疗晚期实体瘤
覆盖卵巢癌、膀胱癌、非小细胞肺癌、头颈部鳞状细胞癌、三阴性乳腺癌、去势抵抗性前列腺癌、结直肠癌及胃/胃食管交界癌等 CD8 T 细胞阳性晚期实体瘤
基本信息
资源简介
INCB106385 单药或联合免疫治疗晚期实体瘤
该数据集来自 clinicaltrials.gov，收录一项关于 INCB106385 单药或联合 INCMGA00012 治疗晚期实体瘤的 Phase 1 临床研究。覆盖卵巢癌、膀胱癌、非小细胞肺癌、头颈部鳞状细胞癌、三阴性乳腺癌、去势抵抗性前列腺癌、结直肠癌及胃/胃食管交界癌等 CD8 T 细胞阳性晚期实体瘤。研究为多中心、开放标签、剂量递增/剂量扩展设计，评估安全性、耐受性、PK 特征、药效动力学及初步临床疗效，可用于肿瘤免疫治疗相关分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：卵巢癌、膀胱癌、非小细胞肺癌、头颈部鳞状细胞癌、三阴性乳腺癌、去势抵抗性前列腺癌、结直肠癌、胃/胃食管交界癌。这是一项多中心、开放标签、剂量递增/剂量扩展的 Phase 1 临床研究，旨在研究 INCB106385 作为单药或与 INCMGA00012 联合给药时，在选定的 CD8 T 细胞阳性晚期实体瘤参与者中的安全性、耐受性、PK 特征、药效动力学和初步临床疗效，这些肿瘤包括 SCCHN、NSCLC、卵巢癌、CRPC、TNBC、膀胱癌以及特定的 GI 恶性肿瘤（定义为 CRC、胃/GEJ 癌、HCC、PDAC 或 SCAC）。
【主题与分类】
主题标签：Ovarian Cancer、Bladder Cancer、Non Small Cell Lung Cancer、Squamous Cell Carcinoma of Head and Neck、Triple Negative Breast Cancer、Castration Resistant Prostate Cancer、Colorectal Cancer、Gastric/ Gastroesophageal Junction、Hepatocellular Carcinoma、Pancreatic Ductal Adenocarcinoma。本站分类：肿瘤/肺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT04580485
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/NCT04580485
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：卵巢癌、膀胱癌、非小细胞肺癌、头颈部鳞状细胞癌、三阴性乳腺癌、去势抵抗性前列腺癌、结直肠癌、胃/胃食管交界处癌。这是一项多中心、开放标签、剂量递增/剂量扩展的1期临床研究，旨在探讨INCB106385单药给药或与INCMGA00012联合给药在选定CD8 T细胞阳性晚期实体瘤受试者中的安全性、耐受性、药代动力学特征、药效学及初步临床疗效，这些肿瘤包括SCCHN、NSCLC、卵巢癌、CRPC、TNBC、膀胱癌及特定胃肠道恶性肿瘤（定义为CRC、胃/GEJ癌、HCC、PDAC或SCAC）。
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。
