ORIC-114 治疗携带 EGFR 或 HER2 改变的晚期实体瘤患者研究
该数据集来自 clinicaltrials.gov，收录一项关于 ORIC-114 的首次人体、开放标签、单臂、多中心剂量递增研究，随后进行剂量优化以确定推荐 II 期剂量（RP2D）及抗肿瘤活性
基本信息
资源简介
ORIC-114 治疗携带 EGFR 或 HER2 改变的晚期实体瘤患者研究
该数据集来自 clinicaltrials.gov，收录一项关于 ORIC-114 的首次人体、开放标签、单臂、多中心剂量递增研究，随后进行剂量优化以确定推荐 II 期剂量（RP2D）及抗肿瘤活性。研究对象为已耗尽可用治疗方案的携带 EGFR 或 HER2 改变的晚期实体瘤患者，ORIC-114 为可穿透血脑屏障的口服不可逆小分子抑制剂，靶向 EGFR 和 HER2 改变，包括中枢神经系统转移患者。数据可用于了解该靶向药物在晚期实体瘤中的剂量探索与疗效评估框架（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：实体瘤。ORIC-114 是一种可穿透血脑屏障、选择性、口服生物利用、不可逆的小分子抑制剂，设计用于靶向 EGFR 和 HER2 改变，使其成为在肿瘤携带这些改变的患者（包括中枢神经系统转移患者）中开发的 promising 治疗候选药物。这是一项首次人体、开放标签、单臂、多中心、剂量递增研究，ORIC-114 作为单药（第 I 部分），随后进行剂量优化（第 II 部分），以确定推荐 II 期剂量（RP2D）和 ORIC-114 在已耗尽可用治疗方案的携带 EGFR 或 HER2 改变的晚期实体瘤患者中的抗肿瘤活性。在确定最佳 RP2D 后，将通过方案修订启动 II 期，增加一个或多个特定肿瘤类型、治疗史和/或表达的患者扩展队列。
【主题与分类】
主题标签：Solid Tumors。本站分类：肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05315700
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/NCT05315700
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：实体瘤。ORIC-114是一种脑渗透性、选择性、口服生物利用度高的不可逆小分子抑制剂，设计靶向EGFR和HER2变异，使其成为针对携带这些变异肿瘤患者（包括中枢神经系统转移患者）开发的有前景的治疗候选药物。这是一项首次人体、开放标签、单臂、多中心、剂量递增研究，评估ORIC-114作为单药治疗（第一部分），随后进行剂量优化（第二部分），以确定ORIC-114在已耗尽可用治疗方案的携带EGFR或HER2变异的晚期实体瘤患者中的推荐2期剂量（RP2D）和抗肿瘤活性。在确定最佳RP2D后，将通过方案修订启动2期研究，增加一个或多个特定肿瘤类型、治疗史和/或特定生物标志物表达患者的扩展队列，以评估ORIC-114的抗肿瘤活性。
在完成第一部分剂量递增后，可能启动第三部分，即ORIC-114联合化疗（卡铂-培美曲塞）的剂量递增研究，以确定联合治疗的RP2D和/或MTD及抗肿瘤活性（仅限美国站点）。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
