MRTX1719治疗MTAP缺失实体瘤的1期研究

Name: MRTX1719治疗MTAP缺失实体瘤的1期研究
Creator: Bristol-Myers Squibb

该数据集来自clinicaltrials.gov，收录一项关于MRTX1719在MTAP缺失实体瘤中开展的首次人体1期临床试验信息

Bristol-Myers Squibb

clinicaltrials

其他MesotheliomaNon Small Cell Lung CancerMalignant Peripheral Nerve Sheath TumorsSolid TumorPancreatic AdenocarcinomaAdvanced Solid Tumor

Phase 1 Study of MRTX1719 in Solid Tumors With MTAP Deletion

基本信息

模态

其他

创建/更新时间

2026-10-20

资源简介

MRTX1719治疗MTAP缺失实体瘤的1期研究

该数据集来自clinicaltrials.gov，收录一项关于MRTX1719在MTAP缺失实体瘤中开展的首次人体1期临床试验信息。覆盖病种包括间皮瘤、非小细胞肺癌、恶性外周神经鞘瘤、实体瘤、胰腺腺癌及晚期实体瘤。研究首先探索MRTX1719的剂量与给药方案，在确定潜在可行方案后可能启动1b期扩展队列，以积累安全性经验、获取PK信息、比较胶囊与片剂的食物效应和相对生物利用度，并获取早期临床活性证据。可用于了解该试验的设计与覆盖人群（来源 clinicaltrials.gov）。

【数据内容】

源站描述（机器翻译，仅供参考）：条件：间皮瘤、非小细胞肺癌、恶性外周神经鞘瘤、实体瘤、胰腺腺癌、晚期实体瘤。这项首次人体临床试验将首先探索MRTX1719的剂量和给药方案。当确定潜在可行的给药方案后，可能实施1b期扩展队列，以确保获得充分的安全性经验、PK信息，比较胶囊与片剂之间的食物效应和相对生物利用度，并获得早期临床活性证据。

【主题与分类】

主题标签：Mesothelioma、Non Small Cell Lung Cancer、Malignant Peripheral Nerve Sheath Tumors、Solid Tumor、Pancreatic Adenocarcinoma、Advanced Solid Tumor。本站分类：肿瘤/肺癌。

【获取与许可】

源站页面：https://clinicaltrials.gov/study/NCT05245500

原始链接

https://clinicaltrials.gov/study/NCT05245500

访问原始数据

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/NCT05245500

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。

数据说明

适应症：间皮瘤、非小细胞肺癌、恶性外周神经鞘瘤、实体瘤、胰腺腺癌、晚期实体瘤。这项首次人体临床试验将首先探索MRTX1719的剂量和给药方案。在确定可能可行的给药方案后，可能会实施1b期扩展队列，以确保获得充分的安全性经验、药代动力学信息，比较胶囊与片剂之间的食物效应和相对生物利用度，并获得临床活性的早期证据。

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