RAS(ON)抑制剂治疗晚期RAS突变NSCLC研究
该数据集来自clinicaltrials.gov,聚焦RAS(ON)抑制剂在晚期RAS突变非小细胞肺癌(NSCLC)等实体瘤中的研究

基本信息
资源简介
RAS(ON)抑制剂治疗晚期RAS突变NSCLC研究
该数据集来自clinicaltrials.gov,聚焦RAS(ON)抑制剂在晚期RAS突变非小细胞肺癌(NSCLC)等实体瘤中的研究。采用开放标签平台设计,评估RAS(ON)抑制剂单药或联合其他抗癌药物及标准治疗(SOC)的安全性、耐受性、药代动力学(PK)和初步抗肿瘤活性,并确定推荐II期剂量与方案(RP2DS)。覆盖KRAS、NRAS、HRAS突变NSCLC及KRAS G12C、RAS G12D突变等亚型,可用于了解该领域临床试验设计与研究人群特征(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、NSCLC、KRAS、NRAS、HRAS突变NSCLC、KRAS G12C突变实体瘤、肺癌、IV期肺癌、晚期实体瘤、癌症、RAS G12D突变NSCLC。平台研究设计允许在RAS突变实体瘤患者(以NSCLC为重点)中评估RAS(ON)抑制剂与其他抗癌药物联合或作为单药的方案。这是一项开放标签平台1b/2期研究,旨在评估新型RAS(ON)抑制剂联合标准治疗(SOC)或作为单药的安全性、耐受性、药代动力学(PK)和初步抗肿瘤活性,并确定推荐II期剂量与方案(RP2DS)。KRAS或RAS突变患者的入组将在各子方案中具体规定。子方案A是一项开放标签、多中心、1b/2期研究,评估RMC-6291联合或不联合RMC-6236,联合
【主题与分类】
主题标签:Non-Small Cell Lung Cancer, NSCLC、KRAS, NRAS, HRAS-mutated NSCLC、RAS G12D-mutated NSCLC。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06162221
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/NCT06162221
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、NSCLC、KRAS、NRAS、HRAS突变型NSCLC、KRAS G12C突变型实体瘤、肺癌、IV期肺癌、晚期实体瘤、癌症、RAS G12D突变型NSCLC。该平台研究设计允许将RAS(ON)抑制剂与其他抗癌药物联合使用或作为单药治疗,在RAS突变型实体瘤患者中进行评估,重点关注NSCLC。这是一项开放标签平台1b/2期研究,旨在评估新型RAS(ON)抑制剂联合标准治疗(SOC)或作为单药治疗的安全性、耐受性、药代动力学(PK)和初步抗肿瘤活性,并确定推荐的2期剂量和给药方案(RP2DS)。KRAS或RAS突变患者的入组将在各子方案中具体规定。子方案A是一项开放标签、多中心、1b/2期研究,评估RMC-6291联合或不联合RMC-6236,再联合帕博利珠单抗联合或不联合化疗,用于KRAS G12C突变型晚期实体瘤患者。
子方案B是一项开放标签、多中心、1b/2期研究,评估RMC-6236联合帕博利珠单抗(联合或不联合化疗)在RAS突变非小细胞肺癌(NSCLC)患者中的疗效。
子方案C是一项开放标签、多中心、1b/2期研究,评估RMC-9805(联合或不联合RMC-6236)联合其他抗癌药物在RAS G12D突变非小细胞肺癌(NSCLC)患者中的疗效。
子方案D是一项2期、开放标签、多中心研究,评估Zoldonrasib(RMC-9805)在既往接受过治疗的RAS G12D突变非小细胞肺癌(NSCLC)患者中的疗效。
子方案A、B和C均包括两部分:第1部分——剂量探索和第2部分——剂量扩展。子方案D仅包括一个部分。
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。




