RMC-9805治疗KRAS G12D突变实体瘤研究
该数据集来自clinicaltrials.gov，收录一项关于RMC-9805的开放标签、多中心、Phase 1/1b研究，针对KRAS G12D突变实体瘤受试者
基本信息
资源简介
RMC-9805治疗KRAS G12D突变实体瘤研究
该数据集来自clinicaltrials.gov，收录一项关于RMC-9805的开放标签、多中心、Phase 1/1b研究，针对KRAS G12D突变实体瘤受试者。覆盖非小细胞肺癌（NSCLC）、结直肠癌（CRC）、胰腺导管腺癌（PDAC）及晚期实体瘤。研究分为RMC-9805单药治疗组和RMC-9805联合RMC-6236组，每组包含剂量探索（Part 1）和剂量扩展（Part 2）两部分，旨在评估安全性、耐受性、药代动力学（PK）及初步临床活性。可用于肿瘤治疗响应预测、药物安全性分析及KRAS G12D靶向治疗研究（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）、结直肠癌（CRC）、胰腺导管腺癌（PDAC）、晚期实体瘤。这是一项开放标签、多中心、Phase 1/1b研究，研究对象为RMC-9805，一种选择性、口服生物可利用的KRAS G12D(ON)抑制剂，用于KRASG12D突变实体瘤受试者，以评估安全性、耐受性、药代动力学（PK）和初步临床活性。该研究包括两个组：RMC-9805单药治疗组和RMC-9805联合RMC-6236组。两组均包含两部分：Part 1-剂量探索和Part 2-剂量扩展。
【主题与分类】
主题标签：Non-small Cell Lung Cancer (NSCLC)、Colorectal Cancer (CRC)、Pancreatic Ductal Adenocarcinoma (PDAC)、Advanced Solid Tumors。本站分类：肿瘤/肺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06040541
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/NCT06040541
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：非小细胞肺癌（NSCLC）、结直肠癌（CRC）、胰腺导管腺癌（PDAC）、晚期实体瘤。这是一项开放标签、多中心、1/1b期研究，研究对象为RMC-9805——一种选择性、口服生物利用度高的KRAS G12D(ON)抑制剂，用于KRASG12D突变实体瘤受试者，以评估其安全性、耐受性、药代动力学（PK）及初步临床活性。该研究包括两个组：RMC-9805单药治疗组和RMC-9805联合RMC-6236治疗组。两组均包括两部分：第1部分——剂量探索，第2部分——剂量扩展。
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。
