评估IPN60300在局部晚期或转移性实体瘤成人中的安全性、耐受性、药代动力学、药效学、免疫原性和抗肿瘤活性研究
该数据集来自clinicaltrials.gov,收录一项关于IPN60300在局部晚期或转移性实体瘤成人患者中的研究。研究旨在确定合适剂量并评估药物的安全性、耐受性、药代动力学、药效学、免疫原性和抗肿瘤活性

基本信息
资源简介
评估IPN60300在局部晚期或转移性实体瘤成人中的安全性、耐受性、药代动力学、药效学、免疫原性和抗肿瘤活性研究
该数据集来自clinicaltrials.gov,收录一项关于IPN60300在局部晚期或转移性实体瘤成人患者中的研究。研究旨在确定合适剂量并评估药物的安全性、耐受性、药代动力学、药效学、免疫原性和抗肿瘤活性。所有参与者均通过注射给药。研究分为Ia期和Ib期:Ia期在特定肿瘤类型患者中按递增剂量队列给药,以确定安全有效剂量范围;Ib期在特定肿瘤类型患者中随机接受Ia期确定的两档剂量之一。研究包含筛选期和治疗期(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:局部晚期实体瘤、转移性实体瘤。本研究旨在为患有晚期实体瘤(即已从原发部位扩散到身体其他部位的癌症)的成人找到IPN60300药物的正确剂量,并评估其安全性和有效性。所有参与者都将通过注射接受该药物。研究阶段: Ia期:患有某些类型肿瘤的参与者将按剂量递增的队列接受治疗,以确定安全有效的剂量范围(一个高剂量和一个低剂量)。 Ib期:患有特定肿瘤类型的参与者将接受Ia期确定的两档剂量之一。剂量水平将通过随机方式(偶然)分配。研究期间:筛选期:在首次IPN60300注射前最多28天,以确定资格。治疗期:从首次注射IPN60300开始,持续至其n
【主题与分类】
主题标签:Locally Advanced Solid Tumor、Metastatic Solid Tumor。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07213817
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/NCT07213817
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:局部晚期实体瘤、转移性实体瘤。本研究旨在确定药物IPN60300在患有晚期实体瘤(即已从原发部位扩散至身体其他部位的癌症)的成人中的合适剂量,并评估其安全性和有效性。所有参与者将通过注射接受该药物。研究阶段:* Ia期:患有特定类型肿瘤的参与者将按剂量递增的队列接受治疗,以确定安全有效的剂量范围(高剂量和低剂量)。* Ib期:患有特定肿瘤类型的参与者将接受Ia期确定的两剂中的一剂。剂量水平将通过随机方式(偶然)分配。研究期间:筛选期:首次注射IPN60300前最多28天,以确定是否符合资格。治疗期:从首次注射IPN60300开始,持续至因有害反应、疾病恶化、参与者决定退出研究、研究者决定停止治疗、死亡或申办方提前终止研究而需要停止时。
参与者将接受血液检测、尿液采集、体格检查和临床评估。
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。




