TR115 用于 ARID1A 突变晚期实体瘤研究
该数据集来自 clinicaltrials.gov，收录一项关于 EZH2 抑制剂 TR115 的开放标签、多中心、探索性 II 期研究，针对携带 ARID1A 基因突变的晚期实体瘤患者
基本信息
资源简介
TR115 用于 ARID1A 突变晚期实体瘤研究
该数据集来自 clinicaltrials.gov，收录一项关于 EZH2 抑制剂 TR115 的开放标签、多中心、探索性 II 期研究，针对携带 ARID1A 基因突变的晚期实体瘤患者。研究计划入组约 50 名受试者，分为铂耐药卵巢透明细胞癌、免疫治疗失败的子宫内膜癌以及包括胃癌和尿路上皮癌在内的其他实体瘤三个队列。受试者接受 TR115 1200 mg 口服、每日两次、连续 28 天为一周期，直至疾病进展或不可耐受毒性。主要终点为客观缓解率，次要终点包括缓解持续时间、无进展生存期、总生存期、疾病控制率和安全性（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：适应症：卵巢透明细胞癌、子宫内膜癌、复发性胃癌、膀胱癌。这是一项开放标签、多中心、探索性 II 期研究，旨在评估 EZH2 抑制剂 TR115 在携带 ARID1A 基因突变的晚期实体瘤患者中的疗效和安全性。计划入组约 50 名受试者，分为三个队列：铂耐药卵巢透明细胞癌、既往免疫治疗失败的子宫内膜癌，以及包括胃癌和尿路上皮癌在内的其他实体瘤。所有受试者将接受 TR115 1200 mg 口服、每日两次，连续 28 天为一周期，直至疾病进展或不可耐受毒性。主要终点为客观缓解率（ORR）。次要终点包括缓解持续时间、无进展生存期、总生存期、疾病控制率和安全性。探索性生物标志物分析
【主题与分类】
主题标签：Ovarian Clear Cell Carcinoma、Endometrial Cancer、Stomach Cancer Recurrent、Urinary Bladder Cancer。本站分类：肿瘤/胃癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07793318
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/NCT07793318
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：卵巢透明细胞癌、子宫内膜癌、复发性胃癌、膀胱癌。这是一项开放标签、多中心、探索性II期研究，旨在评估EZH2抑制剂TR115在携带ARID1A基因突变的晚期实体瘤患者中的疗效和安全性。约50名受试者将被纳入三个队列：铂耐药卵巢透明细胞癌、既往免疫治疗失败的子宫内膜癌，以及包括胃癌和尿路上皮癌在内的其他实体瘤。所有受试者将接受TR115 1200 mg口服，每日两次，连续28天为一个周期，直至疾病进展或出现不可耐受的毒性。主要终点为客观缓解率（ORR）。次要终点包括缓解持续时间、无进展生存期、总生存期、疾病控制率和安全性。还将进行探索性生物标志物分析。
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。
