MGC018联合MGD019治疗晚期实体瘤研究
覆盖晚期实体瘤、去势抵抗性前列腺癌、恶性黑色素瘤、胰腺导管癌、肝细胞癌、上皮性卵巢癌和肾细胞癌等适应症。研究旨在评估联合方案的安全性、耐受性、药代动力学、免疫原性、药效学及初步抗肿瘤活性,可用于了解该联合疗法在复发或难治性、不可切除的局部晚期或转移性实体瘤患者中的研究设计(来源 clinicaltr

基本信息
资源简介
MGC018联合MGD019治疗晚期实体瘤研究
该数据集来自clinicaltrials.gov,收录一项关于vobramitamab duocarmazine(MGC018)联合lorigerlimab(MGD019)治疗晚期实体瘤的研究信息。覆盖晚期实体瘤、去势抵抗性前列腺癌、恶性黑色素瘤、胰腺导管癌、肝细胞癌、上皮性卵巢癌和肾细胞癌等适应症。研究旨在评估联合方案的安全性、耐受性、药代动力学、免疫原性、药效学及初步抗肿瘤活性,可用于了解该联合疗法在复发或难治性、不可切除的局部晚期或转移性实体瘤患者中的研究设计(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:晚期实体瘤、去势抵抗性前列腺癌、恶性黑色素瘤、胰腺导管癌、肝细胞癌、上皮性卵巢癌、肾细胞癌。研究CP-MGC018-02是一项关于vobramitamab duocarmazine(MGC018)联合lorigerlimab(MGD019)的研究。该研究旨在表征安全性、耐受性、药代动力学(PK)、免疫原性、药效学和初步抗肿瘤活性。将入组复发或难治性、不可切除的局部晚期或转移性实体瘤参与者,包括但不限于转移性去势抵抗性前列腺癌(mCRPC)、黑色素瘤、胰腺癌、肝细胞癌(HCC)、卵巢癌和肾细胞癌(RCC)。Vobramitamab duocarmazine和lorigerlimab在每个4周(28天)周期的第1天分别按指定剂量给药。
【主题与分类】
主题标签:Advanced Solid Tumor、Castration-Resistant Prostatic Cancer、Malignant Melanoma、Pancreatic Ductal Carcinoma、Hepatocellular Cancer、Epithelial Ovarian Cancer、Renal Cell Carcinoma。本站分类:肿瘤/皮肤癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05293496
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/NCT05293496
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:晚期实体瘤、去势抵抗性前列腺癌、恶性黑色素瘤、胰腺导管癌、肝细胞癌、上皮性卵巢癌、肾细胞癌。研究CP-MGC018-02是一项关于vobramitamab duocarmazine(MGC018)联合lorigerlimab(MGD019)的研究。该研究旨在表征安全性、耐受性、药代动力学(PK)、免疫原性、药效学及初步抗肿瘤活性。将入组复发或难治性、不可切除的局部晚期或转移性实体瘤受试者,包括但不限于转移性去势抵抗性前列腺癌(mCRPC)、黑色素瘤、胰腺癌、肝细胞癌(HCC)、卵巢癌和肾细胞癌(RCC)。Vobramitamab duocarmazine和lorigerlimab在每个4周(28天)周期的第1天按各队列指定剂量分别给药。不符合研究药物停药标准的受试者可接受研究药物治疗最长2年。在研究药物治疗的前6个月,每8周(±7天)进行一次肿瘤评估,之后每12周(±21天)进行一次,直至疾病进展(PD)。
参与者在整个研究期间将接受安全性随访。
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。

![[225Ac]-FPI-2068在晚期实体瘤成人患者中的1期剂量递增研究](/medical-api/medicalDataset/datasetCover/42245.jpg)


