Selumetinib 对比卡铂/长春新碱治疗神经纤维瘤病1型相关低级别胶质瘤研究
该数据集来自 clinicaltrials.gov,聚焦神经纤维瘤病1型(NF1)相关低级别胶质瘤(LGG)及视路胶质瘤患者,比较 selumetinib 与卡铂/长春新碱(CV)的疗效

基本信息
资源简介
Selumetinib 对比卡铂/长春新碱治疗神经纤维瘤病1型相关低级别胶质瘤研究
该数据集来自 clinicaltrials.gov,聚焦神经纤维瘤病1型(NF1)相关低级别胶质瘤(LGG)及视路胶质瘤患者,比较 selumetinib 与卡铂/长春新碱(CV)的疗效。主要目标包括以无事件生存期(EFS)评估 selumetinib 是否非劣于 CV,以及用 Teller 视力卡(TAC)评估视路受累患者的视力(VA)是否更优;次要目标涉及肿瘤缓解率、总生存期(OS)及 HOTV 字母视力测试结果。数据可用于治疗反应与生存结局的预测建模研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:低级别胶质瘤、神经纤维瘤病1型、视路胶质瘤。主要目标:I. 确定在既往未治疗的神经纤维瘤病1型(NF1)相关低级别胶质瘤(LGG)患者中,以无事件生存期(EFS)衡量的硫酸selumetinib(selumetinib)治疗疗效是否非劣于硫酸卡铂/硫酸长春新碱(长春新碱)(CV)治疗。II. 确定在视路内NF1相关LGG患者中,使用Teller视力卡(TAC)评估的视力(VA)在selumetinib治疗者中是否优于CV治疗者。次要目标:I. 估计每种治疗方案在既往未治疗的NF1相关LGG中的肿瘤缓解率和总生存期(OS)。II. 在既往未治疗的视路内NF1相关LGG患者中,利用HOTV字母视力测试评估VA结局
【主题与分类】
主题标签:Low Grade Glioma、Neurofibromatosis Type 1、Visual Pathway Glioma。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03871257
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/NCT03871257
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:低级别胶质瘤、1型神经纤维瘤病、视觉通路胶质瘤。主要目标:I. 确定在既往未经治疗的1型神经纤维瘤病(NF1)相关低级别胶质瘤(LGG)中,以无事件生存期(EFS)衡量的硫酸司美替尼(司美替尼)治疗疗效是否非劣于卡铂/硫酸长春新碱(长春新碱)(CV)治疗。II. 确定在视通路内NF1相关LGG患者中,使用Teller视敏度卡片(TAC)测量的视敏度(VA)在司美替尼治疗者中是否优于CV治疗者。次要目标:I. 估计既往未经治疗的NF1相关LGG中各治疗方案的肿瘤缓解率和总生存期(OS)。II. 在既往未经治疗的视通路内NF1相关LGG患者中,评估年龄足够进行HOTV视敏度测试(一种识别视敏度测量)者的HOTV字母视敏度测试VA结局。III. 描述入组时有记录的运动缺陷的既往未经治疗的NF1相关LGG患者中,以Vineland量表测量的运动功能改善。IV.
前瞻性评估并比较接受司美替尼或CV.V.治疗的患者的生活质量。前瞻性评估并比较接受司美替尼或CV治疗的NF1相关LGG患者的认知、社交、情感和行为功能。探索性目标:I. 评估视网膜轴突和神经节细胞厚度的光学相干断层扫描(OCT)测量指标,作为既往未治疗的NF1相关视路LGG治疗反应的标志物。II. 在NF1相关视路肿瘤中,比较新型半自动体积磁共振成像(MRI)测量指标与传统治疗反应测量指标(二维MRI测量)。III. 获取配对的血液和肿瘤组织,储存用于未来NF1-LGG生物学研究,包括全面的分子分析,涵盖但不限于
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。




