分子改变晚期癌症中DNA损伤应答药物研究

该数据集来自 clinicaltrials.gov,研究分子改变的晚期癌症中 DNA 损伤应答药物 ceralasertib 的应用

AstraZenecaAstraZeneca
clinicaltrials
浏览 6
基因组Advanced Solid Tumours
A Study Investigating DNA-damage Response Agents in Molecularly Altered Advanced Cancer

基本信息

模态
基因组
创建/更新时间
2026-10-08

资源简介

分子改变晚期癌症中DNA损伤应答药物研究

该数据集来自 clinicaltrials.gov,研究分子改变的晚期癌症中 DNA 损伤应答药物 ceralasertib 的应用。当前模块包含两个队列:队列 A 为晚期实体瘤(Advanced Solid Tumours),约 25 名分子合格且中心确认的受试者,接受 ceralasertib 160 mg 每日两次;队列 B 为转移性去势抵抗性前列腺癌(mCRPC),约 27 名受试者,同样接受 ceralasertib 160 mg 每日两次。研究可能对所有受试者引入不利循环肿瘤细胞(CTC)计数要求,以确保 CTC 计数 ≥ 5/7.5 mL 血液的受试者比例充足(约 ≥ 50%)。筛选分为 Part 1 和 Part 2。

【数据内容】

源站描述(机器翻译,仅供参考):条件:晚期实体瘤。本研究当前模块将包含以下2个队列:队列A(晚期实体瘤[AST]):共约25名分子合格且经中心确认的受试者将入组该队列,接受ceralasertib 160 mg每日两次给药。队列B(转移性去势抵抗性前列腺癌[mCRPC]):共约27名分子合格且经中心确认的受试者将入组队列B,接受ceralasertib 160 mg每日两次给药。可能对所有受试者引入不利循环肿瘤细胞(CTC)计数要求,以确保CTC计数≥5/7.5 mL血液的受试者数量充足(约≥50%)。筛选将分为Part 1和Part 2两部分,适用于队列A和队列B。

【主题与分类】

主题标签:Advanced Solid Tumours。本站分类:肿瘤/前列腺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04564027

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/NCT04564027

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

适应症:晚期实体瘤。本研究当前模块将包括以下2个队列:队列A(晚期实体瘤[AST]):本队列将入组共计约25例经分子学合格且经中心确认的受试者,接受ceralasertib 160 mg每日两次给药。队列B(转移性去势抵抗性前列腺癌[mCRPC]):队列B将入组共计约27例经分子学合格且经中心确认的受试者,接受ceralasertib 160 mg每日两次给药。可能对所有受试者引入不良循环肿瘤细胞(CTC)计数要求,以确保有足够数量(约≥ 50%)的受试者CTC计数≥ 5/7.5 mL血液。筛选将分为两部分,第1部分和第2部分,适用于队列A和队列B。

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