评估PLX8394在晚期癌症患者中安全性、PK、PD及初步疗效的I/IIa期研究
该数据集来自clinicaltrials.gov,为一项开放标签、多中心、I/IIa期两部分研究,评估PLX8394在晚期癌症患者中的安全性、药代动力学、药效动力学及初步疗效

基本信息
资源简介
评估PLX8394在晚期癌症患者中安全性、PK、PD及初步疗效的I/IIa期研究
该数据集来自clinicaltrials.gov,为一项开放标签、多中心、I/IIa期两部分研究,评估PLX8394在晚期癌症患者中的安全性、药代动力学、药效动力学及初步疗效。覆盖黑色素瘤、甲状腺癌、结直肠癌、非小细胞肺癌、胆管癌、组织细胞增生症和毛细胞白血病等。研究包含序贯剂量递增部分,随后为三个平行扩展队列,涉及BRAF突变黑色素瘤、BRAF突变非黑色素瘤实体瘤及BRAF突变经典型毛细胞白血病。可用于肿瘤治疗反应与安全性相关分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:黑色素瘤、甲状腺癌、结直肠癌、非小细胞肺癌、胆管癌、组织细胞增生症、毛细胞白血病。这是一项开放标签、多中心I/IIa期两部分研究,包含序贯剂量递增部分,随后为三个平行扩展队列(BRAF突变黑色素瘤、BRAF突变非黑色素瘤实体瘤和BRAF突变经典型毛细胞白血病)。根据所需队列数量、每队列所需患者数及是否需要替换患者,剂量递增阶段最多可入组约42名患者。BRAF突变肿瘤扩展队列计划入组约130名患者,目标是入组约50名未接受过BRAF/MEK/ERK抑制剂治疗的黑色素瘤患者、约10-15名接受过BRAF/MEK/ERK抑制剂治疗的黑色素瘤患者,约
【主题与分类】
主题标签:Melanoma、Thyroid Cancer、Colorectal Cancer、Non-small Cell Lung Cancer、Cholangiocarcinoma、Histiocytosis、Hairy Cell Leukemia。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02012231
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/NCT02012231
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:黑色素瘤、甲状腺癌、结直肠癌、非小细胞肺癌、胆管癌、组织细胞增生症、毛细胞白血病。这是一项开放标签、多中心I/IIa期两部分研究,包括序贯剂量递增部分,随后是三个平行扩展队列(BRAF突变黑色素瘤、BRAF突变非黑色素瘤实体瘤和BRAF突变经典型毛细胞白血病)。根据所需队列数量、每队列所需患者数以及是否需要替换患者,剂量递增阶段最多可入组约42例患者。BRAF突变肿瘤扩展队列计划入组约130例患者,目标是入组约50例未接受过BRAF/MEK/ERK抑制剂治疗的黑色素瘤患者、约10-15例接受过BRAF/MEK/ERK抑制剂治疗的黑色素瘤患者、约50例非黑色素瘤实体瘤患者以及约10-15例毛细胞白血病患者。该试验原计划为1/2期试验,但该试验从未推进至2期。
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。




