Capmatinib治疗印度MET外显子14跳跃突变阳性晚期NSCLC研究
该数据集源自clinicaltrials.gov,收录一项在印度开展的IV期、前瞻性、多中心、开放标签、干预性研究,评估capmatinib治疗携带MET外显子14跳跃突变的转移性非小细胞肺癌(NSCLC)患者的安全性与疗效,不限治疗线数

基本信息
资源简介
Capmatinib治疗印度MET外显子14跳跃突变阳性晚期NSCLC研究
该数据集源自clinicaltrials.gov,收录一项在印度开展的IV期、前瞻性、多中心、开放标签、干预性研究,评估capmatinib治疗携带MET外显子14跳跃突变的转移性非小细胞肺癌(NSCLC)患者的安全性与疗效,不限治疗线数。共纳入50例患者,研究总时长约2.5年,包含分子预筛选、筛选、24周治疗、治疗结束访视及末次给药后30天随访等阶段,分子检测采用基于NGS的平台对FFPE组织集中检测。数据可用于分析该人群的疗效与安全性相关预测因素(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:非小细胞肺癌。这是一项IV期、前瞻性、多中心、开放标签、干预性研究,评估capmatinib在携带MET外显子14跳跃突变的转移性非小细胞肺癌(NSCLC)印度患者中的安全性和疗效,不限治疗线数。共纳入50例患者,研究总时长约2.5年。研究包括:对无MET外显子14跳跃突变阳性记录的患者进行最长28天的分子预筛选阶段,随后是最长28天的筛选期、24周(6个月)的治疗期、治疗结束(EOT)访视,以及末次研究治疗给药后30天的随访期。分子检测采用基于下一代测序(NGS)的平台对福尔马林固定、石蜡包埋(FFPE)组织集中进行。
【主题与分类】
主题标签:Non-Small Cell Lung Carcinoma。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05110196
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/NCT05110196
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:非小细胞肺癌。这是一项IV期、前瞻性、多中心、开放标签、干预性研究,旨在评估卡马替尼在携带MET外显子14跳跃突变的转移性非小细胞肺癌(NSCLC)印度患者中的安全性和有效性,涵盖任何治疗线数。共纳入50例患者,总体研究持续时间约为2.5年。研究包括一个分子预筛选阶段,对于无MET外显子14跳跃突变阳性记录的患者,预筛选期最长28天;随后是一个最长28天的筛选期、一个24周(6个月)的治疗期、治疗结束(EOT)访视,以及末次研究治疗给药后30天的随访期。分子检测采用基于下一代测序(NGS)的平台,在福尔马林固定、石蜡包埋(FFPE)的肿瘤样本上集中进行。确认携带MET外显子14跳跃突变、表皮生长因子受体(EGFR)野生型状态且间变性淋巴瘤激酶(ALK)阴性的患者符合入组条件。
MET外显子14跳跃突变阴性或其他生物标志物阳性的患者被排除在外,并按照标准治疗进行处理。所有符合条件的受试者均接受卡马替尼作为研究性治疗。卡马替尼薄膜衣片(规格为150 mg和200 mg)以400 mg每日两次(BID)的起始剂量口服给药,采用连续给药方案。仅在既往抗癌治疗(如适用)已停用至少4周或至少5倍药物半衰期(以较长者为准)后,才开始治疗。治疗期从第1周期第1天开始,每个治疗周期定义为21天。第2周期从第22天开始(第2周期第22天[C2D22]),在无暂时性治疗中断的情况下,后续周期依此类推。根据方案规定,允许中断给药并将剂量降至300 mg BID,随后降至200 mg BID。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




