TT-702 用于晚期实体瘤患者的研究
该数据集来自 clinicaltrials.gov,聚焦 TT-702 在晚期实体瘤患者中的临床试验。TT-702 是一种小分子前药,可转化为 TT-478,靶向并阻断 A2B adenosine receptor,以期激活免疫系统识别和清除肿瘤细胞

基本信息
资源简介
TT-702 用于晚期实体瘤患者的研究
该数据集来自 clinicaltrials.gov,聚焦 TT-702 在晚期实体瘤患者中的临床试验。TT-702 是一种小分子前药,可转化为 TT-478,靶向并阻断 A2B adenosine receptor,以期激活免疫系统识别和清除肿瘤细胞。试验包含剂量递增的 Phase I 阶段,设有单药和联合递增队列,联合队列中 TT-702 与 anti-PD-1/PD-L1 药物联用,评估 Mismatch Repair deficiency(MMRd)肿瘤或非 MMRd 肿瘤患者,涵盖结直肠癌、转移性去势抵抗性前列腺癌等亚型。可用于肿瘤免疫治疗和药物剂量探索相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Advanced Solid Tumors. TT-702 是一种“小分子前药”。TT-702 转化为 TT-478,随后靶向并阻断“A2B adenosine receptor”的功能。希望通过阻断该受体,免疫系统能更活跃地识别和清除肿瘤细胞。该临床试验分为两个阶段:* Phase I,剂量递增阶段——各组患者将接受递增剂量的 TT-702,以找到最能靶向肿瘤的最佳剂量。该阶段将包括单药和联合递增队列。在联合递增队列中,TT-702 将与一种 anti-PD-1/PD-L1 药物联合评估,受试者为 Mismatch Repair deficiency(MMRd)肿瘤患者或非 MMRd 肿瘤患者,属于以下亚型之一:colorectal cancer(CRC)、metastatic castration-resistant prostate cancer(m
【主题与分类】
主题标签:Advanced Solid Tumors。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05272709
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/NCT05272709
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。TT-702是一种“小分子前药”。TT-702转化为TT-478,后者靶向并阻断“A2B腺苷受体”的功能。希望通过阻断该受体,使免疫系统在识别和清除肿瘤细胞方面变得更加活跃。本临床试验分为两个阶段:* I期,剂量递增阶段——各组患者将接受递增剂量的TT-702,以寻找最能靶向肿瘤的最佳剂量。该阶段将包括单药治疗和联合用药递增队列。在联合用药递增队列中,TT-702将与一种抗PD-1/PD-L1药物联合进行评估,受试者为错配修复缺陷(MMRd)肿瘤患者或非MMRd肿瘤患者,且属于以下亚型之一:结直肠癌(CRC)、转移性去势抵抗性前列腺癌(mCRPC)、非小细胞肺癌(NSCLC)、胰腺导管腺癌(PDAC)、三阴性乳腺癌(TNBC)。* II期,扩展阶段——更大规模的患者组将接受在I期剂量递增阶段被认为是最佳的TT-702选定剂量。
该阶段将包括一个单药扩展队列和一个联合扩展队列。在联合扩展队列中,TT-702将与抗PD-1/PD-L1药物联合评估。进一步联合扩展队列的潜在药物尚未确定。本试验的主要目的是:* 确定TT-702作为单药以及与其它抗癌药物联合使用时,可安全给予患者的最大剂量。* 明确TT-702的副作用及其管理方法。* 确定TT-702的药代动力学(PK)和消除动力学。
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。




