Panobinostat治疗儿童实体瘤(含MRT/ATRT)研究
该数据集来自clinicaltrials.gov,收录一项开放标签、II期、多中心研究,评估持续低剂量panobinostat在复发或难治性儿童实体瘤患者中的抗肿瘤活性

基本信息
资源简介
Panobinostat治疗儿童实体瘤(含MRT/ATRT)研究
该数据集来自clinicaltrials.gov,收录一项开放标签、II期、多中心研究,评估持续低剂量panobinostat在复发或难治性儿童实体瘤患者中的抗肿瘤活性。研究按原发组织学将患者分为骨肉瘤、恶性横纹肌样瘤/非典型畸胎样横纹肌样瘤(MRT/ATRT)和神经母细胞瘤三个分层,其中骨肉瘤和神经母细胞瘤组已停止入组。患者需完成常规治疗及三周洗脱期后入组,接受连续口服panobinostat。数据可用于儿童脑肿瘤及实体瘤治疗相关的分类研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:横纹肌样瘤、非典型畸胎样/横纹肌样瘤、恶性横纹肌样瘤、儿童复发性脑肿瘤。这是一项开放标签、II期、多中心研究,评估持续低剂量panobinostat在复发或难治性实体瘤患者中的抗肿瘤活性,按原发组织学分层为骨肉瘤、恶性横纹肌样瘤/非典型畸胎样横纹肌样瘤(MRT/ATRT)和神经母细胞瘤。患者在入组时按肿瘤类型分为三个分层:骨肉瘤、MRT/ATRT和神经母细胞瘤[骨肉瘤和神经母细胞瘤组已停止入组]。患者在完成包括化疗和/或放疗在内的常规治疗并完成三周洗脱期后入组研究。随后panobinostat将以连续口服剂量给药(起始剂量为降阶梯
【主题与分类】
主题标签:Rhabdoid Tumor、Atypical Teratoid/Rhabdoid Tumor、Malignant Rhabdoid Tumor、Recurrent Brain Tumor, Childhood。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04897880
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/NCT04897880
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:横纹肌样瘤、非典型畸胎样/横纹肌样瘤、恶性横纹肌样瘤、复发性脑肿瘤、儿童期。这是一项开放标签、II期、多中心研究,评估连续低剂量帕比司他在复发或难治性实体瘤患者中的抗肿瘤活性,患者按原发组织学分层为骨肉瘤、恶性横纹肌样瘤/非典型畸胎样横纹肌样瘤(MRT/ATRT)和神经母细胞瘤。患者在入组研究时将按肿瘤类型分为三个层:骨肉瘤、MRT/ATRT和神经母细胞瘤[骨肉瘤和神经母细胞瘤组已停止入组]。患者将在完成常规治疗(包括化疗和/或放疗)并完成三周洗脱期后入组研究。随后,帕比司他将以连续口服剂量给药(从递减剂量8mg/m2/天开始),最多12个疗程,共48周。最低剂量为2mg/m2/天。
每个分层的给药将遵循剂量递减或递增方案,该方案将由药物的生物学效应(通过患者外周血样本测定)和毒性水平(通过观察到的剂量限制性毒性和不良事件测定)决定。每个分层中后续入组患者的剂量水平将基于各队列中递减或递增后的剂量。每个分层的最终剂量将是能够产生显著生物学效应且毒性可接受并维持4周的剂量。将要求患者或其父母/监护人保持用药日记,以监测整个试验期间的药物使用情况。患者将在研究治疗完成后接受长达2年的随访。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




