口服R01单药治疗晚期实体瘤的Ib期研究
该数据集来自clinicaltrials.gov,收录一项口服R01单药治疗晚期实体瘤的Ib期、开放标签、单臂临床研究,覆盖鳞状细胞肺癌、胃癌和食管癌患者

基本信息
资源简介
口服R01单药治疗晚期实体瘤的Ib期研究
该数据集来自clinicaltrials.gov,收录一项口服R01单药治疗晚期实体瘤的Ib期、开放标签、单臂临床研究,覆盖鳞状细胞肺癌、胃癌和食管癌患者。研究评估R01每日两次口服给药的安全性、耐受性、药代动力学和初步疗效,受试者接受体格检查、实验室检查、影像学肿瘤缓解评估、生物样本采集及安全性随访。研究包含剂量桥接递增阶段等连续子阶段。数据可用于晚期实体瘤治疗的安全性、药代动力学及疗效相关分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:鳞状细胞肺癌、胃癌、食管癌。这是一项I(Ib)期、开放标签、单臂临床研究,旨在评估R01以口服单药方式每日两次(BID)给药在晚期实体瘤患者(包括鳞状细胞肺癌、胃癌和食管癌)中的安全性、耐受性、药代动力学(PK)和初步疗效。将入组晚期鳞状细胞肺癌、胃癌和食管癌患者。所有受试者将接受口服R01单药治疗,并按方案规定接受体格检查、实验室检查、影像学肿瘤缓解评估、生物样本采集和安全性随访。该研究包括两个连续子阶段:剂量桥接递增阶段(即旨在从最高剂量评估桥接的剂量递增阶段
【主题与分类】
主题标签:Squamous Cell Lung Cancer、Gastric Cancer、Esophageal Cancer。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07806500
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/NCT07806500
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:鳞状细胞肺癌、胃癌、食管癌。这是一项I(Ib)期、开放标签、单臂临床研究,旨在评估R01以口服方式每日两次(BID)单药给药在晚期实体瘤患者(包括鳞状细胞肺癌、胃癌和食管癌)中的安全性、耐受性、药代动力学(PK)及初步疗效。将入组晚期鳞状细胞肺癌、胃癌和食管癌患者。所有受试者将接受口服R01单药治疗,并按方案规定进行体格检查、实验室检查、影像学肿瘤缓解评估、生物样本采集及安全性随访。本研究包括两个连续的亚阶段:剂量桥接递增阶段(即旨在桥接Ia期所评估最高剂量的剂量递增阶段)和剂量扩展阶段。剂量递增采用经典“3+3”设计,设三个剂量水平(240、320和400 mg BID)。400 mg剂量可在安全审查委员会(SRC)基于安全性和PK数据进行审查后启动。
本阶段的主要目标是描述剂量限制性毒性(DLTs)的特征、确定最大耐受剂量(MTD),并建立推荐的II期剂量(RP2D)。剂量扩展阶段将在选定的适应症队列中按RP2D进行,计划每队列至少入组6例受试者(包括在剂量递增阶段按相同剂量水平入组的相应适应症受试者),以进一步评估该剂量水平下的安全性、耐受性、PK特征及初步抗肿瘤疗效。关于研究终点:在剂量递增阶段,主要终点为DLTs的发生率、MTD和/或扩展剂量(RP2D)的确定;次要终点包括R01及其代谢物的PK参数、客观缓解率(ORR)、疾病控制率(DCR)、无进展生存期(PFS)、a
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。

![[225Ac]-FPI-2068在晚期实体瘤成人患者中的1期剂量递增研究](/medical-api/medicalDataset/datasetCover/42245.jpg)


