评估ADU-1805在晚期实体瘤中安全性与PK的1期研究
该数据集来自clinicaltrials.gov，聚焦一项评估ADU-1805（抗SIRPα单克隆抗体）单药及联合pembrolizumab（抗PD-1抗体）治疗晚期实体瘤的1期研究
基本信息
资源简介
评估ADU-1805在晚期实体瘤中安全性与PK的1期研究
该数据集来自clinicaltrials.gov，聚焦一项评估ADU-1805（抗SIRPα单克隆抗体）单药及联合pembrolizumab（抗PD-1抗体）治疗晚期实体瘤的1期研究。覆盖成人实体瘤、转移性实体瘤、难治性癌症，以及结直肠癌、肾细胞癌、非小细胞肺癌、子宫内膜癌等瘤种。研究分为剂量递增和剂量扩展两个阶段，扩展阶段在四种晚期实体瘤中评估ADU-1805联合pembrolizumab在推荐2期剂量下的表现。数据可用于安全性、药代动力学、药效学及初步临床活性的分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：实体瘤、成人、转移性实体瘤、难治性癌症、CRC、结直肠癌、RCC、透明细胞腺癌、NSCLC（晚期非小细胞肺癌）、子宫内膜癌。本研究旨在评估ADU-1805（一种抗SIRPα单克隆抗体）作为单药以及与pembrolizumab（抗PD-1抗体）联合用药的安全性、PK、PD和初步临床活性。研究分为剂量递增阶段和剂量扩展阶段。剂量扩展阶段在四种晚期实体瘤中研究ADU-1805联合pembrolizumab在各自推荐2期剂量（RP2D）下的表现：晚期PD-(L)1初治MSS结直肠癌（CRC）、PD-1复发/难治的晚期MSS子宫内膜癌（EC）、肾细胞癌（RCC）或非小细胞肺癌（NSCLC）患者。
【主题与分类】
主题标签：Solid Tumor, Adult、Metastatic Solid Tumor、Refractory Cancer、CRC, Colorectal Cancer、RCC, Clear Cell Adenocarcinoma、Endometrial Cancer。本站分类：肿瘤/肺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05856981
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/NCT05856981
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
疾病：实体瘤、成人、转移性实体瘤、难治性癌症、结直肠癌、RCC、透明细胞腺癌、NSCLC（晚期非小细胞肺癌）、子宫内膜癌。本研究旨在评估ADU-1805（一种抗SIRPα单克隆抗体）作为单药治疗以及与帕博利珠单抗（抗PD-1抗体）联合治疗的安全性、药代动力学、药效学和初步临床活性。该研究分为剂量递增阶段和剂量扩展阶段。剂量扩展阶段研究ADU-1805联合帕博利珠单抗在四种晚期实体瘤中按各自的2期推荐剂量（RP2D）给药：晚期PD-(L)1初治的MSS结直肠癌（CRC）、PD-1复发/难治的晚期MSS子宫内膜癌（EC）、肾细胞癌（RCC）或非小细胞肺癌（NSCLC）患者。
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。
