ProAgio治疗晚期/转移性结直肠癌试验
该数据集来自clinicaltrials.gov,记录一项关于ProAgio联合FOLFIRI和bevacizumab治疗未经治疗的晚期/转移性结直肠癌的开放标签I/Ib期剂量递增和剂量扩展临床试验

基本信息
资源简介
ProAgio治疗晚期/转移性结直肠癌试验
该数据集来自clinicaltrials.gov,记录一项关于ProAgio联合FOLFIRI和bevacizumab治疗未经治疗的晚期/转移性结直肠癌的开放标签I/Ib期剂量递增和剂量扩展临床试验。研究采用加速滴定BOIN设计,在四个联合剂量水平入组患者,评估安全性、药代动力学和临床活性,并确定ProAgio联合FOLFIRI+bevacizumab的推荐II期剂量(RP2D)。受试者需满足未经治疗、ECOG评分0-1及器官功能充分等条件。数据可用于分析剂量探索、疗效预测及安全性评估(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:晚期结直肠癌、转移性结直肠癌。这是一项开放标签的I/Ib期剂量递增、剂量扩展临床试验,旨在评估ProAgio联合5-氟尿嘧啶、伊立替康(FOLFIRI)和贝伐珠单抗治疗未经治疗的晚期/转移性CRC的安全性、药代动力学和临床活性。该研究将在I期使用加速滴定BOIN设计,以确定ProAgio联合FOLFIRI+贝伐珠单抗的推荐RP2D。该试验将估计ProAgio与FOLFIRI+贝伐珠单抗联合使用时的RP2D,起始剂量比ProAgio单药估计的RP2D低2个剂量水平。加速滴定BOIN设计将入组患者接受4个联合剂量水平。受试者将根据以下标准选择:既往未经治疗的晚期/转移性CRC、ECOG体能状态(0-1)以及器官功能充分。近期有手
【主题与分类】
主题标签:Advanced Colorectal Cancer、Metastatic Colorectal Cancer。本站分类:肿瘤/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06867822
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/NCT06867822
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:晚期结直肠癌、转移性结直肠癌。这是一项开放标签的I/Ib期剂量递增、剂量扩展临床试验,旨在评估ProAgio联合5-氟尿嘧啶、伊立替康(FOLFIRI)和贝伐珠单抗用于未经治疗的晚期/转移性结直肠癌的安全性、药代动力学和临床活性。该研究将在I期采用加速滴定BOIN设计,以确定ProAgio联合FOLFIRI+贝伐珠单抗的推荐RP2D。该试验将估算ProAgio联合FOLFIRI+贝伐珠单抗时的RP2D,起始剂量比ProAgio单药估算RP2D低2个剂量水平。加速滴定BOIN设计将纳入4个联合剂量水平的患者。受试者将根据以下标准筛选:既往未经治疗的晚期/转移性结直肠癌、ECOG体能状态(0-1)以及器官功能充分。近期接受过手术、有近期血栓栓塞事件史或显著心血管疾病的受试者将被排除。一旦确定ProAgio联合FOLFIRI的MTD和RP2D,将开始一个包含12名晚期/转移性结直肠癌受试者的扩展队列。
扩展队列的目的是确认该方案的安全性,并提供ProAgio + FOLFIRI +贝伐珠单抗活性的初步数据。
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。




