BCD-145（抗CTLA-4）治疗不可切除/转移性黑色素瘤的I期研究
该数据集来自clinicaltrials.gov，主题为BCD-145（抗CTLA-4单克隆抗体）单药治疗不可切除/转移性黑色素瘤的多中心、开放标签、单臂、多队列I期研究，覆盖药代动力学、药效动力学、安全性和免疫原性评价
基本信息
资源简介
BCD-145（抗CTLA-4）治疗不可切除/转移性黑色素瘤的I期研究
该数据集对应一项关于BCD-145（抗CTLA-4单克隆抗体）单药治疗不可切除/转移性黑色素瘤的I期临床研究，由clinicaltrials.gov收录，本站归类于肿瘤/皮肤癌方向。研究采用多中心、开放标签、单臂、多队列设计，围绕药代动力学、药效动力学、安全性及免疫原性四个方面开展评价，受试人群为不可切除或转移性黑色素瘤患者。数据集以黑色素瘤为核心主题标签，整体定位属于早期临床研究阶段的抗CTLA-4抗体药物评价资料，可为关注免疫检查点抑制剂早期研发与黑色素瘤治疗研究的使用者提供研究层面的信息入口。
【数据集背景】
该数据集所对应的研究聚焦于不可切除/转移性黑色素瘤这一适应症。黑色素瘤属于皮肤癌范畴，本站将其归入肿瘤/皮肤癌分类。研究药物BCD-145为抗CTLA-4单克隆抗体，由JSC BIOCAD（俄罗斯）开发，在该研究中以单药形式给药。研究处于I期阶段，采用多中心、开放标签、单臂、多队列的设计形式，旨在对药代动力学、药效动力学、安全性和免疫原性进行综合评价。上述背景信息界定了该数据集在药物研发链条中的位置，即抗CTLA-4抗体用于黑色素瘤治疗的早期临床评价环节。
【数据内容】
数据集的主题标签为Melanoma。依据源站描述，研究内容覆盖药代动力学、药效动力学、安全性及免疫原性四类评价维度，研究对象为接受BCD-145单药治疗的不可切除/转移性黑色素瘤患者。研究设计特征包括多中心、开放标签、单臂与多队列。除上述研究层面的描述外，源站未提供数据集内具体变量、字段结构、记录数量或统计指标等细节。
【采集与来源】
该数据集来源于clinicaltrials.gov，即由该临床试验注册平台收录的研究信息。源站描述中列出的条件为Melanoma，并载明了研究标题与药物开发方JSC BIOCAD（俄罗斯）。关于数据采集的具体时间范围、采集流程、随访安排及数据管理方式，源站未提供。
【适用场景】
该数据集适用于关注黑色素瘤治疗研究、尤其是抗CTLA-4单克隆抗体早期临床评价的使用场景，可用于了解BCD-145单药在不可切除/转移性黑色素瘤患者中开展I期研究的研究设计框架与评价维度构成。其主题标签与分类也有助于在肿瘤/皮肤癌相关资源中进行检索与归类。关于该数据集在其他具体研究用途上的适用性，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法、访问方式或分析指引。使用者可依据clinicaltrials.gov所载研究信息了解该I期研究的基本设计，但针对数据层面的操作说明，源站未提供。
【质量与限制】
该数据集对应的是I期、开放标签、单臂、多队列研究，源站描述未涉及对照组设置。关于样本量、数据完整性、偏倚控制及结果指标等质量相关信息，源站未提供。使用时应注意到该数据集所依据的研究处于早期临床阶段，其设计与规模特征需结合源站原始信息加以判断。
【引用与许可】
源站未提供该数据集的引用格式与许可条款信息。使用或转引时应以clinicaltrials.gov源站页面的相关要求为准，具体许可条件源站未提供。
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/NCT03472027
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：黑色素瘤。BCD-145（俄罗斯JSC BIOCAD公司）单药治疗不可切除/转移性黑色素瘤患者的多中心、开放标签、单臂、多队列I期研究，旨在评估其药代动力学、药效动力学、安全性和免疫原性。
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。
