Daraxonrasib 治疗复发性 KRAS 突变胆道癌的 2 期研究

该数据集来自 clinicaltrials.gov,收录一项关于 daraxonrasib 单药治疗复发性 KRAS 突变胆道癌的 2 期研究

Sidney Kimmel Comprehensive Cancer Center at Johns HopkinsSidney Kimmel Comprehensive Cancer Center at Johns Hopkins
clinicaltrials
浏览 15
其他预测Biliary Tract CancersIntrahepatic Cholangiocarcinoma (Icc)Extrahepatic CholangiocarcinomaGallbladder CarcinomaAmpulla of Vater CarcinomaAmpullary Carcinoma
Phase 2 Study of Daraxonrasib in Recurrent KRAS-Mutant Biliary Tract Cancer

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-08

资源简介

Daraxonrasib 治疗复发性 KRAS 突变胆道癌的 2 期研究

该数据集来自 clinicaltrials.gov,收录一项关于 daraxonrasib 单药治疗复发性 KRAS 突变胆道癌的 2 期研究。覆盖胆道癌、肝内胆管癌、肝外胆管癌、胆囊癌、Vater 壶腹癌及壶腹癌等病种,研究对象为不可切除或晚期/转移性、既往一线系统治疗进展或不耐受的 KRAS 突变胆道癌患者。数据可用于评估 daraxonrasib 单药抗肿瘤疗效,支持胆道癌靶向治疗相关的疗效预测与临床研究分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:胆道癌、肝内胆管癌(Icc)、肝外胆管癌、胆囊癌、Vater 壶腹癌、壶腹癌。本研究的目的是评估 daraxonrasib 单药在不可切除或晚期/转移性、KRAS 突变胆道癌患者中的抗肿瘤疗效,这些患者在接受一线系统治疗后出现进展或不耐受。

【主题与分类】

主题标签:Biliary Tract Cancers、Intrahepatic Cholangiocarcinoma (Icc)、Extrahepatic Cholangiocarcinoma、Gallbladder Carcinoma、Ampulla of Vater Carcinoma、Ampullary Carcinoma。本站分类:肿瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07793253

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/NCT07793253

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:胆道癌、肝内胆管癌(ICC)、肝外胆管癌、胆囊癌、法特壶腹癌、壶腹癌。本研究旨在评估daraxonrasib单药治疗在不可切除或晚期/转移性、KRAS突变型胆道癌患者中的抗肿瘤疗效,这些患者在接受一线全身治疗后出现疾病进展或不耐受。

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