卡妥昔单抗联合帕唑帕尼治疗晚期软组织肉瘤的1B期剂量递增和2a期研究
源站描述涉及 Pazopanib 作为多种受体酪氨酸激酶口服抑制剂的作用机制,以及 TRC105 作为 CD105 抗体的抗血管生成作用

基本信息
资源简介
卡妥昔单抗联合帕唑帕尼治疗晚期软组织肉瘤的1B期剂量递增和2a期研究
该数据集来源于 clinicaltrials.gov,主题为 Carotuximab (TRC105) 联合 Pazopanib 治疗晚期软组织肉瘤的 1B 期剂量递增与 2a 期研究。源站描述涉及 Pazopanib 作为多种受体酪氨酸激酶口服抑制剂的作用机制,以及 TRC105 作为 CD105 抗体的抗血管生成作用。数据覆盖晚期软组织肉瘤患者人群,可用于研究联合用药的剂量探索与疗效预测(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:晚期软组织肉瘤。Pazopanib 是一种多种受体酪氨酸激酶的口服抑制剂,在治疗血浆浓度下包括血管内皮生长因子受体 VEGFR-1、VEGFR-2 和 VEGFR-3。这些受体与病理性血管生成、肿瘤生长和癌症进展有关。基于无进展生存期的改善,Pazopanib 获批用于治疗在接受一种既往全身治疗后进展的晚期软组织肉瘤。TRC105 是一种针对 CD105 的抗体,CD105 是血管内皮细胞上重要的血管生成靶点,与 VEGFR 不同。在临床前模型中,TRC105 抑制血管生成、肿瘤生长和转移,并补充贝伐珠单抗和靶向 VEGFR 的多激酶抑制剂的活性。在一项晚期实体瘤的 1 期研究中,TRC105 治疗导致血管生成 b
【主题与分类】
主题标签:Advanced Soft Tissue Sarcoma。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01975519
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/NCT01975519
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:晚期软组织肉瘤。帕唑帕尼是一种口服多受体酪氨酸激酶抑制剂,在治疗血浆浓度下可抑制血管内皮生长因子受体VEGFR-1、VEGFR-2和VEGFR-3等多种受体。这些受体与病理性血管生成、肿瘤生长及癌症进展有关。基于无进展生存期的改善,帕唑帕尼已获批准用于治疗既往接受过一次全身治疗后进展的晚期软组织肉瘤。TRC105是一种针对CD105的抗体,CD105是血管内皮细胞上一个重要的血管生成靶点,与VEGFR不同。在临床前模型中,TRC105可抑制血管生成、肿瘤生长和转移,并与贝伐珠单抗及靶向VEGFR的多激酶抑制剂的活性互补。在一项晚期实体瘤的1期研究中,TRC105治疗在耐受良好的剂量下导致血管生成生物标志物全面降低并减轻肿瘤负荷。在一项1b期研究中,TRC105与贝伐珠单抗联合使用在贝伐珠单抗难治性患者中产生了影像学上的肿瘤体积缩小,且耐受良好。
在临床前模型中,TRC105增强了贝伐单抗和VEGFR酪氨酸激酶抑制剂(VEGFR TKI)的效果。通过靶向VEGF抑制后上调的非VEGF通路,TRC105有潜力补充VEGFR TKI的作用,并可能成为癌症治疗的一大进步。联合使用TRC105与帕唑帕尼,可能会比单独使用帕唑帕尼产生更有效的血管生成抑制和更好的临床疗效。
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。




