NST-628治疗复发性4级胶质瘤研究
该数据集来自clinicaltrials.gov，收录一项关于NST-628治疗复发性4级胶质瘤的研究。研究包含Phase 0设计和扩展Phase 1设计两部分
基本信息
资源简介
NST-628治疗复发性4级胶质瘤研究
该数据集来自clinicaltrials.gov，收录一项关于NST-628治疗复发性4级胶质瘤的研究。研究包含Phase 0设计和扩展Phase 1设计两部分。Phase 0参与者将在计划手术切除前接受多剂口服NST-628，术中采集血液、脑脊液和肿瘤组织以评估PK和PD终点；肿瘤在钆非增强组织中显示阳性PD反应者方可进入Phase 1。Phase 1参与者每隔一天口服NST-628，28天为一周期，持续给药直至疾病进展、不可接受毒性、死亡、撤回知情同意、失访或研究终止。数据可用于胶质瘤治疗相关的药代动力学、药效动力学及临床研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：胶质瘤、复发性高级别、4级恶性胶质瘤。该研究包含两个部分：Phase 0设计和扩展Phase 1设计。Phase 0部分的参与者将在计划手术切除前接受多剂口服NST-628。术中采集血液、脑脊液和肿瘤组织以评估PK和PD终点。肿瘤在钆非增强组织中显示阳性PD反应的参与者将有资格入组Phase 1部分。Phase 1部分的参与者将每隔一天口服NST-628，28天为一周期。只要药物可耐受且研究者认为参与者可能获益，参与者将接受NST-628。研究治疗将持续至疾病进展、不可接受毒性、死亡、撤回知情同意、失访或研究终
【主题与分类】
主题标签：Glioma, Recurrent High Grade、Grade 4 Malignant Glioma。本站分类：肿瘤/脑肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07784985
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/NCT07784985
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：胶质瘤、复发性高级别胶质瘤、4级恶性胶质瘤。本研究包括两个部分：0期设计和扩展1期设计。0期部分的参与者将在计划的手术切除前口服多剂NST-628。术中收集血液、脑脊液和肿瘤组织，以评估PK和PD终点。肿瘤在钆非增强组织中表达阳性PD反应的参与者将有资格入组1期部分。1期部分的参与者将每隔一天口服NST-628，28天为一个周期。只要药物耐受且研究者认为参与者可能获益，参与者将继续接受NST-628。研究治疗将持续至疾病进展、不可接受的毒性、死亡、撤回知情同意、失访或申办方终止研究。疾病进展将通过标准诊疗的MRI扫描进行监测，并使用RANO 2.0标准进行评估。终止研究治疗的参与者将被联系以收集生存数据。
研究结束时间为最后一位参与者末次访视后12个月。
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。
