IN10018联合Dalpiciclib治疗进展性脑膜瘤

该数据集来自clinicaltrials.gov,收录一项开放标签Ib期临床试验,评估IN10018联合dalpiciclib在成人进展性脑膜瘤中的安全性、耐受性和初步有效性

Capital Medical UniversityCapital Medical University
clinicaltrials
浏览 2
其他MeningiomaCDK4/6 Inhibitor
IN10018 in Combination With Dalpiciclib for Progressive Meningiomas

基本信息

模态
其他
创建/更新时间
2026-10-28

资源简介

IN10018联合Dalpiciclib治疗进展性脑膜瘤

该数据集来自clinicaltrials.gov,收录一项开放标签Ib期临床试验,评估IN10018联合dalpiciclib在成人进展性脑膜瘤中的安全性、耐受性和初步有效性。受试者按28天周期口服两药,各每日一次连用21天、停7天,治疗持续至肿瘤进展或出现不可接受毒性。研究含剂量确认与剂量扩展两阶段,主要目标是评估副作用并确定联合方案推荐剂量。数据可用于脑膜瘤联合治疗的安全性监测与剂量探索研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):适应症:脑膜瘤、CDK4/6抑制剂。这项开放标签Ib期研究将评估IN10018联合dalpiciclib在成人进展性脑膜瘤中的安全性、耐受性和初步有效性。进展性脑膜瘤是起源于脑周围膜的肿瘤,已持续生长或既往治疗后复发。受试者将按28天治疗周期口服两种研究药物。在每个28天周期中,IN10018和dalpiciclib各每日一次,连用21天,随后停药7天。治疗可持续至肿瘤进展、出现不可接受的副作用或存在其他停止治疗的原因。该研究包括剂量确认阶段和剂量扩展阶段。主要目标是评估副作用并确定该联合方案用于进一步研究的推荐剂量。研究

【主题与分类】

主题标签:Meningioma、CDK4/6 Inhibitor。本站分类:肿瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07652762

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT07652762

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:脑膜瘤、CDK4/6抑制剂。这项开放标签的Ib期研究将评估IN10018联合dalpiciclib在进展性脑膜瘤成人患者中的安全性、耐受性和初步有效性。进展性脑膜瘤是起源于脑周围膜的肿瘤,已持续生长或在既往治疗后复发。受试者将口服两种研究药物,以28天为一个治疗周期。在每个28天周期中,IN10018和dalpiciclib均每日一次,连续服用21天,随后停药7天。治疗可持续至肿瘤进展、出现不可接受的副作用或适用其他停止治疗的原因。该研究包括剂量确认阶段和剂量扩展阶段。主要目标是评估副作用并确定该联合方案用于进一步研究的推荐剂量。研究人员还将评估该治疗能否缩小肿瘤或延缓肿瘤生长,测定药物在体内的代谢过程,并探索可能与治疗反应相关的肿瘤和血液生物标志物。

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。

获取专属数据定制方案