IDOV-Immune晚期实体瘤免疫治疗数据集
该数据集来自clinicaltrials.gov,聚焦IDOV-Immune这一基于溶瘤痘苗病毒的免疫疗法,用于晚期实体瘤成人患者

基本信息
资源简介
IDOV-Immune晚期实体瘤免疫治疗数据集
该数据集来自clinicaltrials.gov,聚焦IDOV-Immune这一基于溶瘤痘苗病毒的免疫疗法,用于晚期实体瘤成人患者。覆盖癌种包括结直肠癌、胰腺癌、黑色素瘤、卵巢癌、胃癌、食管癌、肝细胞癌和肾细胞癌。试验为首次人体、I期、开放标签、多中心设计,采用剂量递增方式确定最大耐受剂量、推荐II期剂量及总体安全性。数据可用于肿瘤免疫治疗研究、临床试验设计参考及实体瘤治疗应答分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:结直肠癌、胰腺癌、黑色素瘤、卵巢癌、胃癌、食管癌、肝细胞癌、肾细胞癌。这是一项首次人体(FIH)、I期、开放标签、多中心临床试验,旨在评估IDOV-Immune——一种研究性溶瘤痘苗病毒免疫疗法——用于已耗尽标准治疗方案的晚期实体瘤成人参与者。IDOV-Immune是一种基因工程痘苗病毒,设计用于选择性感染和破坏肿瘤细胞,同时通过表达免疫刺激分子增强免疫反应。它经过进一步改造以提高肿瘤选择性并最大限度降低伤害健康细胞的风险。研究设计:该试验将遵循剂量递增设计,以确定最大耐受剂量(MTD)、推荐II期剂量(RP2D)以及总体
【主题与分类】
主题标签:Colorectal Cancer、Pancreatic Cancer、Melanoma、Ovarian Cancer、Gastric Cancer、Esophageal Cancer、Hepatocellular Carcinoma、Renal Cell Carcinoma、Breast Cancer、Sarcoma。本站分类:肿瘤/皮肤癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06910657
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/NCT06910657
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:结直肠癌、胰腺癌、黑色素瘤、卵巢癌、胃癌、食管癌、肝细胞癌、肾细胞癌。这是一项首次人体(FIH)、I期、开放标签、多中心临床试验,旨在评估IDOV-Immune——一种在研的基于溶瘤痘病毒的免疫疗法——在已耗尽标准治疗方案的晚期实体瘤成人受试者中的效果。IDOV-Immune是一种经基因工程改造的痘病毒,旨在选择性感染并破坏肿瘤细胞,同时通过表达免疫刺激分子增强免疫反应。该病毒经过进一步改造,以提高肿瘤选择性并最大限度降低损害健康细胞的风险。研究设计:该试验将采用剂量递增设计,以确定最大耐受剂量(MTD)、推荐的2期剂量(RP2D)以及IDOV-Immune的总体安全性和耐受性特征。贝叶斯最优区间(BOIN)设计将根据首次给药后28天观察期内观察到的剂量限制性毒性(DLT)指导剂量递增决策。
该研究还将评估各剂量水平的初步抗肿瘤活性迹象。IDOV-Immune将在28天治疗周期的第1天以单次静脉输注方式给药。参与者将接受频繁的安全性评估,包括体格检查、实验室检测、影像学检查和免疫反应监测。还将评估药代动力学(病毒在体内的行为)、药效动力学(病毒如何影响免疫和肿瘤相关生物标志物)以及免疫原性(机体对病毒的免疫反应)。计划入组与队列:该研究预计在剂量递增阶段入组约42名参与者。如适用,可能会在选定剂量水平的回填队列中入组更多参与者,以进一步评估特定人群中的安全性、生物标志物和初步疗效。在所有研究部分中,总入组人数可能达到约78名参与者。研究目标:主要目标是评估
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。




