MC1R靶向α粒子单药及联合Nivolumab治疗晚期黑色素瘤试验
该数据集来自clinicaltrials.gov,收录一项关于[212Pb]VMT01单药或联合nivolumab治疗晚期黑色素瘤的前瞻性、多中心、开放标签剂量探索与扩展研究,计划纳入最多300例经组织学确诊且MC1R影像扫描阳性的黑色素瘤受试者

基本信息
资源简介
MC1R靶向α粒子单药及联合Nivolumab治疗晚期黑色素瘤试验
该数据集来自clinicaltrials.gov,收录一项关于[212Pb]VMT01单药或联合nivolumab治疗晚期黑色素瘤的前瞻性、多中心、开放标签剂量探索与扩展研究,计划纳入最多300例经组织学确诊且MC1R影像扫描阳性的黑色素瘤受试者。研究分为单药剂量探索、联合治疗剂量探索和剂量扩展三部分,覆盖复发性皮肤黑色素瘤、转移性黑色素瘤及III/IV期黑色素瘤人群。数据可用于了解MC1R靶向α粒子疗法的试验设计、剂量探索流程及联合免疫治疗的评估框架(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:复发性黑色素瘤(皮肤)、转移性黑色素瘤、黑色素瘤IV期、黑色素瘤III期。这是一项前瞻性、多中心、开放标签的剂量探索、剂量扩展研究,研究[212Pb]VMT01作为单药或与nivolumab联合用于最多300名经组织学确诊的黑色素瘤受试者,这些受试者使用显像剂[203Pb]VMT01或[68Ga]VMT02进行MC1R显像扫描呈阳性。MC1R是一种表达于黑色素瘤细胞表面的受体,因此是黑色素瘤治疗有吸引力的治疗靶点。基于铅-212([212Pb]-)的肽类放射性药物是一类新兴的靶向α粒子癌症疗法,具有改善高效辐射形式递送的潜力。本研究将分3部分进行:第1部分:单药剂量探索;第2部分:联合治疗剂量探索;第3部分:剂量扩展。入组受试者中的单药
【主题与分类】
主题标签:Recurrent Melanoma (Skin)、Metastatic Melanoma、Melanoma Stage IV、Melanoma Stage III。本站分类:肿瘤/皮肤癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05655312
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/NCT05655312
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
条件:复发性黑色素瘤(皮肤)、转移性黑色素瘤、IV期黑色素瘤、III期黑色素瘤。这是一项前瞻性、多中心、开放标签的剂量探索、剂量扩展研究,研究[212Pb]VMT01作为单药治疗或与纳武利尤单抗联合治疗,受试者最多300例,均为组织学确诊的黑色素瘤患者,且使用显像剂[203Pb]VMT01或[68Ga]VMT02进行的MC1R显像扫描呈阳性。MC1R是一种表达于黑色素瘤细胞表面的受体,因此是黑色素瘤治疗中一个有吸引力的治疗靶点。基于铅-212([212Pb]-)的肽类放射性药物是一类新兴的靶向α粒子癌症疗法,有望改善一种高效放射治疗形式的递送。本研究将分为3个部分:第1部分:单药治疗剂量探索;第2部分:联合治疗剂量探索;第3部分:剂量扩展。单药治疗组的入组受试者可接受最多3剂[212Pb]VMT01,给药间隔约8周;联合治疗组的受试者可接受最多3剂[212Pb]VMT01并联合纳武利尤单抗。纳武利尤单抗将每4周给药一次,最长持续24个月。
本研究已纳入一个使用成像替代物[203Pb]VMT01的剂量学子集,以评估研究产品的器官生物分布和肿瘤摄取。本研究还将估算辐射剂量学,并将研究产品的摄取与观察到的毒性和疗效相关联。
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。




