Ribociclib（CDK4/6 抑制剂）放疗后给药的 I/II 期研究
该数据集来自 clinicaltrials.gov，属于肿瘤/脑肿瘤领域，聚焦 Ribociclib（一种 CDK4/6 抑制剂）在放疗后用于高级别胶质瘤、弥漫性内生性脑桥胶质瘤及双丘脑高级别胶质瘤的 I/II 期研究
基本信息
资源简介
Ribociclib（CDK4/6 抑制剂）放疗后给药的 I/II 期研究
该数据集来自 clinicaltrials.gov，属于肿瘤/脑肿瘤领域，聚焦 Ribociclib（一种 CDK4/6 抑制剂）在放疗后用于高级别胶质瘤、弥漫性内生性脑桥胶质瘤及双丘脑高级别胶质瘤的 I/II 期研究。源站描述指出，Ribociclib 在成人与儿童中已显示可接受的毒性特征，超过 70% 的 DIPG 患者具有完整 RB，90% 的 HGG 患者表达 RB，因此 CDK4/6 抑制是合适靶点。研究拟评估放疗后 Ribociclib 在 RB 阳性肿瘤患者中的长期可行性与早期疗效，并通过 upfront 活检分子研究识别可能受益于检查点抑制剂的患者亚组（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：高级别胶质瘤、弥漫性内生性脑桥胶质瘤、双丘脑高级别胶质瘤。Ribociclib 在成人和儿童中已显示出可接受的毒性特征。现有数据表明，超过 70% 的 DIPG 患者具有完整的 RB，90% 的 HGG 患者有 RB 表达，因此 CDK4/6 抑制是一个合适的靶点。鉴于 DIPG 和 HGG 儿童预后极差，在 RB+ 肿瘤患者中评估放疗后 Ribociclib 的长期可行性和早期疗效是合适的。所提出的 upfront 活检分子研究的目的是识别在 RB 通路完整的情况下将从检查点抑制剂使用中受益的患者亚组。这项研究将在推动 DIPG/HGG 研究领域向前发展方面发挥重要作用，因为研究者打算揭示 upfront 立体定向活检的可行性以及 sp
【主题与分类】
主题标签：High Grade Glioma、Diffuse Intrinsic Pontine Glioma、Bithalamic High Grade Glioma。本站分类：肿瘤/脑肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT02607124
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/NCT02607124
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：高级别胶质瘤、弥漫性内生性脑桥胶质瘤、双侧丘脑高级别胶质瘤。Ribociclib在成人和儿童中已显示出可接受的毒性特征。现有数据表明，超过70%的DIPG患者具有完整的RB，90%的HGG患者有RB表达，因此CDK4/6抑制是一个合适的靶点。鉴于DIPG和HGG患儿预后极差，评估Ribociclib在RB+肿瘤患者放疗后的长期可行性和早期疗效是恰当的。所提出的前期活检分子研究旨在识别在RB通路完整的情况下将从检查点抑制剂使用中获益的患者亚组。这项研究将在推动DIPG/HGG研究领域向前发展方面发挥重要作用，因为研究者打算揭示前期立体定向活检及放疗后特定通路导向治疗的可行性，最终目标是在Ribociclib基础上联合额外的靶向治疗，从而改善被诊断为这些致命肿瘤患者的结局。
本提案将开展一项新颖的儿科研究，旨在对新诊断的DIPG和HGG患儿在治疗前进行活检，并在放疗后实施分子靶向治疗。在这项研究中，研究者将评估在放疗后对新诊断的未活检DIPG以及RB阳性活检DIPG和HGG患者每日给予Ribociclib、用药3周停药1周、每28天为一周期、至少6个周期最多12个周期的长期可行性和早期疗效。此外，研究者将通过多学科团队应对这一毁灭性疾病，并评估有效干预措施所带来的生活质量和功能结局。
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。
