评估HWK-007（靶向PTK7的抗体药物偶联物）在晚期实体瘤受试者中的安全性与疗效研究
该数据集来自clinicaltrials.gov，收录一项评估HWK-007（靶向PTK7的抗体药物偶联物）在晚期实体瘤受试者中安全性与疗效的研究，涉及子宫内膜癌、卵巢癌、卵巢癌转移、卵巢癌转移复发、非鳞状EGFR野生型NSCLC、铂耐药卵巢癌及PROC
基本信息
资源简介
评估HWK-007（靶向PTK7的抗体药物偶联物）在晚期实体瘤受试者中的安全性与疗效研究
该数据集来自clinicaltrials.gov，收录一项评估HWK-007（靶向PTK7的抗体药物偶联物）在晚期实体瘤受试者中安全性与疗效的研究，涉及子宫内膜癌、卵巢癌、卵巢癌转移、卵巢癌转移复发、非鳞状EGFR野生型NSCLC、铂耐药卵巢癌及PROC。研究分1a期剂量递增和1b期剂量扩展，1a期入组非鳞状EGFR野生型NSCLC、铂耐药卵巢癌和子宫内膜癌受试者，HWK-007每3周静脉输注给药；1b期基于1a期安全性、耐受性、PK和初步抗肿瘤数据开设非鳞状EGFR野生型NSCLC扩展队列。可用于肿瘤治疗相关安全性、疗效及剂量探索研究（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、卵巢癌转移、卵巢癌转移复发、非鳞状EGFR野生型NSCLC、铂耐药卵巢癌、PROC。该研究包括2个阶段，1a期（剂量递增）和1b期（剂量扩展）。在1a期，将入组非鳞状内皮生长因子受体野生型（EGFR Wt）NSCLC、铂耐药卵巢癌（PROC）和子宫内膜癌受试者。在1b期，将基于1a期的安全性、耐受性、PK和初步抗肿瘤数据，开设非鳞状EGFR Wt NSCLC扩展队列。在该研究的1a期，HWK-007最初将作为静脉（IV）输注每3周（Q3W）给药。
【主题与分类】
主题标签：Endometrial Cancer、Ovarian Cancer、Ovarian Cancer Metastatic、Ovarian Cancer Metastatic Recurrent、Non-squamous EGFR Wt NSCLC、Platinum Resistant Ovarian Cancer、PROC。本站分类：肿瘤/肺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07444814
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/NCT07444814
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
疾病类型：子宫内膜癌、卵巢癌、转移性卵巢癌、复发性转移性卵巢癌、非鳞状EGFR野生型非小细胞肺癌、铂耐药卵巢癌、PROC。本研究包括2个阶段，即1a期（剂量递增）和1b期（剂量扩展）。在1a期，将入组非鳞状内皮生长因子受体野生型（EGFR Wt）非小细胞肺癌、铂耐药卵巢癌（PROC）和子宫内膜癌受试者。在1b期，将基于1a期的安全性、耐受性、药代动力学和初步抗肿瘤数据，开设非鳞状EGFR Wt非小细胞肺癌扩展队列。在本研究的1a期，HWK-007最初将每3周（Q3W）以静脉（IV）输注方式给药。
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。
