Cobolimab联合Dostarlimab治疗儿童及青年癌症研究
该数据集来自clinicaltrials.gov，为一项干预性研究，旨在确定cobolimab与dostarlimab联合方案在患有晚期实体瘤的儿童和青年中耐受性最强的剂量
基本信息
资源简介
Cobolimab联合Dostarlimab治疗儿童及青年癌症研究
该数据集来自clinicaltrials.gov，为一项干预性研究，旨在确定cobolimab与dostarlimab联合方案在患有晚期实体瘤的儿童和青年中耐受性最强的剂量。研究覆盖黑色素瘤、霍奇金淋巴瘤、高级别和低级别胶质瘤、多形性胶质母细胞瘤、弥漫性内生性脑桥胶质瘤、室管膜瘤、骨肉瘤及肝脏肿瘤等。数据可用于评估联合用药的安全性、副作用管理及治疗效果，支持肿瘤学尤其是脑肿瘤领域的临床与转化研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：黑色素瘤、霍奇金淋巴瘤、高级别和低级别胶质瘤、多形性胶质母细胞瘤（GBM）、弥漫性内生性脑桥胶质瘤（DIPG）、室管膜瘤、骨肉瘤、肝脏肿瘤。这项干预性研究的目标是确定cobolimab和dostarlimab在患有晚期实体瘤的儿童和青年中耐受性最强的强度。本研究还旨在：(a) 检查在儿童和青年中使用cobolimab和dostarlimab联合治疗是否安全，(b) 了解如何管理可能出现的副作用，以及 (c) 该治疗对参与者的效果
【主题与分类】
主题标签：Melanoma、Hodgkin Lymphoma、High and Low Grade Glioma、Glioblastoma Multiforme (GBM)、Diffuse Intrinsic Pontine Glioma (DIPG)、Ependymoma、Osteosarcoma、Hepatic Tumors、Hepatoblastoma、Hepatocellular Carcinoma (HCC)。本站分类：肿瘤/脑肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06521567
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/NCT06521567
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：黑色素瘤、霍奇金淋巴瘤、高级别和低级别胶质瘤、多形性胶质母细胞瘤（GBM）、弥漫性内生性脑桥胶质瘤（DIPG）、室管膜瘤、骨肉瘤、肝脏肿瘤。这项干预性研究的目标是确定cobolimab和dostarlimab在患有晚期实体瘤的儿童和年轻成人中耐受性最强的剂量。本研究还旨在：(a) 检查在儿童和年轻成人中使用cobolimab和dostarlimab联合治疗是否安全，(b) 了解如何处理可能出现的副作用，以及 © 该治疗对参与者的效果。
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。
