DCC-2618在晚期恶性肿瘤患者中的安全性、耐受性与PK研究
该数据集来自clinicaltrials.gov，为一项DCC-2618在晚期恶性肿瘤患者中开展的Phase 1、开放标签、首次人体（FIH）剂量递增研究，覆盖胃肠道间质瘤、晚期系统性肥大细胞增多症及晚期癌症患者
基本信息
资源简介
DCC-2618在晚期恶性肿瘤患者中的安全性、耐受性与PK研究
该数据集英文名为“A Safety, Tolerability and PK Study of DCC-2618 in Patients With Advanced Malignancies”，来源于clinicaltrials.gov，本站归类为肿瘤/其他。它对应一项在晚期恶性肿瘤患者中开展的Phase 1、开放标签、首次人体（FIH）剂量递增研究，研究药物为DCC-2618，采用口服给药，旨在评估其安全性、耐受性、药代动力学（PK）、药效动力学（PD）及初步抗肿瘤活性。研究覆盖胃肠道间质瘤、晚期系统性肥大细胞增多症及晚期癌症患者，整体由剂量递增阶段和扩展阶段两部分组成，所有活跃患者随后进入延伸阶段。该数据集围绕上述临床试验信息组织，可用于了解该研究的对象人群、研究设计与主题范围。
【数据集背景】
该数据集所对应的研究是一项首次人体（FIH）Phase 1 开放标签剂量递增研究，针对晚期恶性肿瘤成人患者，评估口服DCC-2618的安全性、耐受性、药代动力学、药效动力学和初步抗肿瘤活性。研究关注的疾病条件包括胃肠道间质瘤、晚期系统性肥大细胞增多症和晚期癌症。研究设计包含剂量递增阶段与扩展阶段，并设置延伸阶段供所有活跃患者过渡进入。
【数据内容】
数据集的主题标签为胃肠道间质瘤、晚期系统性肥大细胞增多症和晚期癌症。源站描述明确了研究条件、研究阶段、研究类型、给药途径及评估维度，并说明研究由剂量递增和扩展两部分构成，活跃患者随后进入延伸阶段。除上述研究层面信息外，源站未提供具体受试者数量、剂量水平、终点指标数值或统计结果等细粒度数据内容。
【采集与来源】
该数据集来自clinicaltrials.gov。源站描述提供了研究条件、研究设计、给药方式与评估目的等注册信息。关于数据采集的具体时间范围、采集机构、数据提取方法及更新频率，源站未提供。
【适用场景】
基于现有信息，该数据集适用于了解DCC-2618在晚期恶性肿瘤患者中开展的Phase 1首次人体剂量递增研究的总体设计，包括研究覆盖的疾病类型、开放标签设计、口服给药方式、安全性/耐受性/PK/PD及初步抗肿瘤活性等评估方向，以及剂量递增、扩展和延伸阶段的结构安排。关于具体分析用途或应用案例，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法、访问方式或数据处理说明。
【质量与限制】
该数据集的信息来自clinicaltrials.gov的注册描述，属于研究层面的概要信息。源站未提供数据完整性、准确性验证、样本量、缺失情况或偏倚控制等质量相关信息。由于缺乏细粒度数据与统计结果，使用时应仅将其视为研究设计层面的参考信息。
【引用与许可】
源站未提供引用格式与许可条款信息。
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/NCT02571036
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：胃肠道间质瘤、晚期系统性肥大细胞增多症、晚期癌症。这是一项1期、开放标签、首次人体（FIH）剂量递增研究，旨在评估DCC-2618口服（PO）给药在晚期恶性肿瘤成人患者中的安全性、耐受性、药代动力学（PK）、药效动力学（PD）及初步抗肿瘤活性。该研究包括两部分：剂量递增阶段和扩展阶段。随后，所有活跃患者（来自剂量递增和扩展阶段）将转入延伸阶段。
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。
