CK-301（Cosibelimab）单药治疗晚期癌症的1期研究
该数据集来自clinicaltrials.gov，收录一项CK-301（cosibelimab）单药治疗晚期癌症的首次人体、1期、开放标签、多中心剂量递增研究
基本信息
资源简介
CK-301（Cosibelimab）单药治疗晚期癌症的1期研究
该数据集来自clinicaltrials.gov，收录一项CK-301（cosibelimab）单药治疗晚期癌症的首次人体、1期、开放标签、多中心剂量递增研究。覆盖肺癌、非小细胞肺癌、小细胞癌、晚期恶性间皮瘤、头颈癌、黑色素瘤、Merkel细胞癌、肾细胞癌等病种。研究分筛选期、治疗期和随访期，剂量递增后可能纳入更多受试者以进一步表征安全性和有效性。数据可用于肿瘤免疫治疗相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：肺肿瘤、非小细胞肺癌、小细胞癌、晚期恶性间皮瘤、头颈癌、黑色素瘤、Merkel细胞癌、肾细胞癌。这是一项CK-301（cosibelimab）的首次人体、1期、开放标签、多中心剂量递增研究，CK-301是一种靶向PD-L1的全人源单克隆IgG1抗体。研究将包括3个阶段：筛选期（最长28天）、治疗期（28天周期）和随访期（最长6个月的访视，特定队列进行生存随访）。在研究的剂量递增部分之后，可能纳入更多可评估受试者，以进一步表征选定剂量和/或特定患者亚组中的安全性和有效性。
【主题与分类】
主题标签：Lung Neoplasms、Carcinoma, Non-Small-Cell Lung、Carcinoma, Small Cell、Malignant Mesothelioma, Advanced、Head and Neck Cancer、Melanoma、Merkel Cell Carcinoma、Renal Cell Carcinoma、Urothelial Carcinoma、Classical Hodgkin Lymphoma。本站分类：肿瘤/皮肤癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT03212404
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/NCT03212404
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：肺肿瘤、非小细胞肺癌、小细胞癌、恶性间皮瘤、晚期、头颈癌、黑色素瘤、默克尔细胞癌、肾细胞癌。这是一项首次人体、1期、开放标签、多中心、剂量递增研究，研究药物为CK-301（cosibelimab），一种靶向PD-L1的全人源单克隆IgG1抗体。该研究将包括3个阶段：筛选期（最长28天）、治疗期（28天为一个周期）和随访期（最长6个月的访视，并对特定队列进行生存随访）。在研究的剂量递增部分之后，可能会纳入更多可评估受试者，以进一步表征选定剂量和/或特定患者亚组中的安全性和有效性。
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。
