Conatumumab 与 Ganitumab(AMG 479)开放标签扩展研究

覆盖晚期实体瘤、类癌、结直肠癌、局部晚期、淋巴瘤、转移性癌、非小细胞肺癌、肉瘤等病种。研究目的是让已完成 Amgen 申办的 conatumumab 或 ganitumab 单独研究、且未出现疾病进展的受试者,继续接受 conatumumab 和/或 ganitumab 治疗,可联合或不联合化疗

AmgenAmgen
clinicaltrials
浏览 12
其他预测Advanced Solid TumorsCarcinoidColorectal CancerLocally AdvancedLymphomaMetastatic CancerNon-Small Cell Lung CancerSarcomaSolid Tumors
Open Label Extension Study of Conatumumab and Ganitumab (AMG 479)

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

Conatumumab 与 Ganitumab(AMG 479)开放标签扩展研究

该数据集来自 clinicaltrials.gov,为 Conatumumab 与 Ganitumab(AMG 479)的开放标签扩展研究,属于肿瘤/肺癌分类。覆盖晚期实体瘤、类癌、结直肠癌、局部晚期、淋巴瘤、转移性癌、非小细胞肺癌、肉瘤等病种。研究目的是让已完成 Amgen 申办的 conatumumab 或 ganitumab 单独研究、且未出现疾病进展的受试者,继续接受 conatumumab 和/或 ganitumab 治疗,可联合或不联合化疗。数据可用于评估该扩展治疗方案的疗效与安全性相关预测(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:晚期实体瘤、类癌、结直肠癌、局部晚期、淋巴瘤、转移性癌症、非小细胞肺癌、肉瘤。本方案的目的在于,允许已完成一项由 Amgen 申办的 conatumumab 或 ganitumab 单独研究、且未出现疾病进展的受试者,继续接受 conatumumab 和/或 ganitumab 治疗,可联合或不联合化疗,这些受试者此前参与的研究已关闭。

【主题与分类】

主题标签:Advanced Solid Tumors、Carcinoid、Colorectal Cancer、Locally Advanced、Lymphoma、Metastatic Cancer、Non-Small Cell Lung Cancer、Sarcoma、Solid Tumors。本站分类:肿瘤/肺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT01327612

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/NCT01327612

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:晚期实体瘤、类癌、结直肠癌、局部晚期、淋巴瘤、转移性癌症、非小细胞肺癌、肉瘤。本方案旨在允许已完成另一项由安进公司资助的conatumumab或ganitumab研究且未出现疾病进展、但先前研究已关闭的参与者,继续接受conatumumab和/或ganitumab治疗,可联合或不联合化疗。

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