ABM-168 治疗晚期实体瘤成人患者的安全性与有效性研究
该数据集来自 clinicaltrials.gov,收录 ABM-168 在晚期实体瘤成人患者中的安全性与有效性研究信息

基本信息
资源简介
ABM-168 治疗晚期实体瘤成人患者的安全性与有效性研究
该数据集来自 clinicaltrials.gov,收录 ABM-168 在晚期实体瘤成人患者中的安全性与有效性研究信息。研究为首次人体、开放标签、多中心、剂量递增与剂量扩展的 I 期试验,覆盖携带 RAS、RAF 或 NF1 突变的晚期实体瘤人群。研究分两部分:A 部分为剂量递增,起始剂量 0.5 mg 口服每日一次,采用 3+3 设计,连续每日给药,每周期 28 天;B 部分为剂量扩展,设 EX1 与 EX2 两个队列,EX1 针对黑色素瘤、结肠等优选适应症。可用于了解该试验设计、剂量方案与目标人群(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:晚期实体瘤、RAS 突变、RAF 突变、NF1 突变。这是一项 ABM-168 治疗成人晚期实体瘤的首次人体(FIH)、开放标签、多中心、剂量递增和剂量扩展的 I 期研究。研究包括两部分:A 部分:剂量递增。ABM-168 的起始剂量为 0.5 mq po qd,剂量递增将按“3+3”设计进行。ABM-168 将按连续方案每日给药一次。每个治疗周期为 28 天。B 部分:剂量扩展。扩展将在携带 RAS、RAF 或 NF-1 突变的晚期实体瘤成人患者中进行。剂量扩展有两个队列:患者将被纳入剂量扩展队列 1(EX1)或剂量扩展队列 2(EX2)。* 队列 EX1:入组患者将具有优选适应症(即黑色素瘤、结肠
【主题与分类】
主题标签:Advanced Solid Tumor、RAS Mutation、RAF Mutation、NF1 Mutation。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05831995
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/NCT05831995
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:晚期实体瘤、RAS突变、RAF突变、NF1突变。这是一项ABM-168的首次人体(FIH)、开放标签、多中心、剂量递增和剂量扩展的I期研究,用于治疗成人晚期实体瘤患者。该研究包括两部分:A部分:剂量递增。ABM-168的起始剂量为0.5 mg口服,每日一次,剂量递增将遵循“3+3”设计。ABM-168将每日一次连续给药。每个治疗周期为28天。B部分:剂量扩展。扩展将在携带RAS、RAF或NF-1突变的晚期实体瘤成人患者中进行。剂量扩展有两个队列:患者将被纳入剂量扩展队列1(EX1)或剂量扩展队列2(EX2)。* 队列EX1:入组患者将具有优先适应症(即黑色素瘤、结肠癌、肺癌和胰腺癌),且在研究开始时已确认携带RAS、RAF或NF-1突变并具有可测量病灶。具有已转移的可测量脑病灶的患者高度优先。
- 队列EX2:入组患者将患有原发性中枢神经系统肿瘤,且经确认存在RAS、RAF或NF-1突变。剂量限制性毒性(DLT)将根据方案中预先定义的DLT标准和规则进行评估和管理。最大耐受剂量(MTD)和/或RP2D将基于所有可评估患者的总体安全性、临床药代动力学和疗效数据确定,这些患者来自剂量递增队列和剂量扩展队列并接受了治疗。RP2D(推荐II期剂量)可能是MTD,或者如果在剂量递增和/或剂量扩展中未确定MTD,则可能是由SMC(安全监测委员会)推荐的剂量。
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)

