PRO1107 在晚期实体瘤患者中的研究
GEN1107 是靶向蛋白酪氨酸激酶 7(PTK7)的抗体偶联药物(ADC),研究覆盖卵巢癌、子宫内膜癌、三阴性乳腺癌、非小细胞肺癌、胃食管癌和尿路上皮癌等晚期实体瘤,评估其安全性、耐受性、药代动力学和抗肿瘤活性

基本信息
资源简介
PRO1107 在晚期实体瘤患者中的研究
该数据集来自 clinicaltrials.gov,收录一项 GEN1107 的 1/2 期临床研究信息。GEN1107 是靶向蛋白酪氨酸激酶 7(PTK7)的抗体偶联药物(ADC),研究覆盖卵巢癌、子宫内膜癌、三阴性乳腺癌、非小细胞肺癌、胃食管癌和尿路上皮癌等晚期实体瘤,评估其安全性、耐受性、药代动力学和抗肿瘤活性。研究分两部分:A 部分为剂量递增与剂量水平扩展,B 部分为肿瘤特异性扩展。数据可用于了解该 ADC 的临床试验设计与适用瘤种(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:子宫内膜癌、卵巢癌、三阴性乳腺癌、胃食管癌、非小细胞肺癌、尿路上皮癌。这是一项 GEN1107 的 1/2 期研究,GEN1107 是一种靶向蛋白酪氨酸激酶 7(PTK7)的抗体偶联药物(ADC),旨在评估 GEN1107 在晚期实体瘤参与者中的安全性、耐受性、药代动力学和抗肿瘤活性,包括卵巢癌、子宫内膜癌、三阴性乳腺癌、非小细胞肺癌、胃食管癌和尿路上皮癌。该研究由 2 部分组成,A 部分:剂量递增和剂量水平扩展,B 部分:肿瘤特异性扩展。在 A 部分中,GEN1107 将通过静脉(IV)输注以不同给药方案给药。B 部分将基于对安全性、耐受性、临床药代动力学、药效动力学(PD)和活性的综合分析,在某一剂量水平启动。
【主题与分类】
主题标签:Endometrial Cancer、Ovarian Cancer、Triple Negative Breast Cancer、GastroEsophageal Cancer、Non-small Cell Lung Cancer、Urothelial Carcinoma。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06171789
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/NCT06171789
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:子宫内膜癌、卵巢癌、三阴性乳腺癌、胃食管癌、非小细胞肺癌、尿路上皮癌。这是一项GEN1107的1/2期研究,GEN1107是一种靶向蛋白酪氨酸激酶7(PTK7)的抗体偶联药物(ADC),旨在评估GEN1107在晚期实体瘤受试者中的安全性、耐受性、药代动力学(PK)及抗肿瘤活性,受试者包括卵巢癌、子宫内膜癌、三阴性乳腺癌、非小细胞肺癌、胃食管癌和尿路上皮癌患者。本研究包括2个部分,A部分:剂量递增和剂量水平扩展;B部分:肿瘤特异性扩展。在A部分中,GEN1107将通过静脉(IV)输注以不同给药方案给药。B部分将基于对A部分安全性、耐受性、临床PK、药效动力学(PD)和活性数据的综合分析,在最多4个不同的肿瘤特异性队列中启动某一剂量水平,每个队列最多40名受试者。
参与者将继续接受研究治疗,直至首次出现疾病进展、不可接受的毒性、研究者决定、撤回知情同意、申办方终止研究、妊娠或死亡。
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)


