JUR-003 用于成人转移性前列腺癌的研究

该数据集来自 clinicaltrials.gov,收录 JUR-003 在成人转移性前列腺癌患者中的首次人体 Phase 1a/1b 开放标签、多中心研究信息

Juri Biosciences, Inc.Juri Biosciences, Inc.
clinicaltrials
浏览 8
其他分类Oligometastatic Prostate Cancer (OMPC)
JUR-003 in Adult Patients With Metastatic Prostate Cancer

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-08

资源简介

JUR-003 用于成人转移性前列腺癌的研究

该数据集来自 clinicaltrials.gov,收录 JUR-003 在成人转移性前列腺癌患者中的首次人体 Phase 1a/1b 开放标签、多中心研究信息。覆盖转移性去势抵抗性前列腺癌、寡转移性前列腺癌 (OMPC) 和转移性激素敏感性前列腺癌三类人群,研究分为 Phase-1a 剂量递增(Part 1)与 Phase-1b 剂量扩展(Part 2),评估安全性、耐受性、PK、药效学及初步抗肿瘤活性。可用于前列腺癌治疗研究的分层与试验设计参考(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:转移性去势抵抗性前列腺癌、寡转移性前列腺癌 (OMPC)、转移性激素敏感性前列腺癌。JUR-003-ONC-101 是一项首次人体 Phase 1a/1b 开放标签、多中心研究,旨在评估 JUR-003 在前列腺癌患者中的安全性、耐受性、PK、药效学及初步抗肿瘤活性。本研究分为 2 部分:Phase-1a 剂量递增(Part 1)和 Phase-1b 剂量扩展(Part 2)。在每一部分中,符合特定入组标准的患者将被纳入。

【主题与分类】

主题标签:Oligometastatic Prostate Cancer (OMPC)。本站分类:肿瘤/前列腺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07824349

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/NCT07824349

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

疾病类型:转移性去势抵抗性前列腺癌、寡转移性前列腺癌(OMPC)、转移性激素敏感性前列腺癌。JUR-003-ONC-101是一项首次人体、1a/1b期、开放标签、多中心研究,旨在评估JUR-003在 prostate cancer 患者中的安全性、耐受性、药代动力学、药效学及初步抗肿瘤活性。本研究分为2个部分:1a期剂量递增(第1部分)和1b期剂量扩展(第2部分)。在每个部分中,将入组符合特定入选标准的患者。

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