KFA115 单药及联合 Pembrolizumab 治疗特定晚期癌症的安全性与疗效研究
该数据集来自 clinicaltrials.gov，属于肿瘤/皮肤癌领域，收录一项关于 KFA115 单药及联合 pembrolizumab 治疗多种晚期癌症的 I 期、开放标签、多中心研究
基本信息
资源简介
KFA115 单药及联合 Pembrolizumab 治疗特定晚期癌症的安全性与疗效研究
该数据集来自 clinicaltrials.gov，属于肿瘤/皮肤癌领域，收录一项关于 KFA115 单药及联合 pembrolizumab 治疗多种晚期癌症的 I 期、开放标签、多中心研究。覆盖非小细胞肺癌、皮肤黑色素瘤、肾细胞癌、卵巢上皮癌、鼻咽癌、胸腺癌、肛门癌和间皮瘤等适应症。研究包含剂量递增和剂量扩展部分，递增阶段评估安全性与耐受性并确定最大耐受剂量/推荐剂量，扩展阶段评估初步抗肿瘤活性及该剂量下的安全性与耐受性。可用于肿瘤免疫治疗相关的安全性、耐受性和疗效分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：非小细胞肺癌、皮肤黑色素瘤、肾细胞癌、卵巢上皮癌、鼻咽癌、胸腺癌、肛门癌、间皮瘤。这是一项 KFA115 单药及联合 pembrolizumab 的 I 期、开放标签、多中心研究。该研究包括剂量递增部分，随后是 KFA115 单药及 KFA115 联合 pembrolizumab 的剂量扩展部分。递增部分将表征安全性和耐受性。在确定最大耐受剂量（MTD）/推荐剂量（RD）后，剂量扩展部分将评估特定患者人群中的初步抗肿瘤活性，并进一步评估 MTD/RD 下的安全性和耐受性。
【主题与分类】
主题标签：Carcinoma, Non-Small-Cell Lung、Cutaneous Melanoma、Carcinoma, Renal Cell、Carcinoma, Ovarian Epithelial、Nasopharyngeal Carcinoma、Carcinoma, Thymic、Anal Cancer、Mesothelioma、Esophagogastric Cancer、Squamous Cell Carcinoma of Head and Neck。本站分类：肿瘤/皮肤癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05544929
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/NCT05544929
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
疾病类型：非小细胞肺癌、皮肤黑色素瘤、肾细胞癌、卵巢上皮癌、鼻咽癌、胸腺癌、肛门癌、间皮瘤。这是一项关于KFA115单药及联合帕博利珠单抗治疗的I期、开放标签、多中心研究。该研究包括剂量递增部分，随后是针对KFA115单药及KFA115联合帕博利珠单抗的剂量扩展部分。递增部分将描述安全性和耐受性特征。在确定最大耐受剂量（MTD）/推荐剂量（RD）后，剂量扩展部分将评估特定患者群体中的初步抗肿瘤活性，并进一步评估MTD/RD的安全性和耐受性。
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。
