Antineoplaston 疗法治疗儿童脑肿瘤
研究为单臂、开放标签设计，儿童脑肿瘤患者接受 Atengenal 与 Astugenal 组成的静脉 Antineoplaston 疗法，剂量逐步递增至最大耐受剂量，在无疾病进展或不可接受毒性时治疗至少持续 12 个月
基本信息
资源简介
Antineoplaston 疗法治疗儿童脑肿瘤
该数据集来自 clinicaltrials.gov，主题为 Antineoplaston 疗法治疗儿童脑肿瘤。研究为单臂、开放标签设计，儿童脑肿瘤患者接受 Atengenal 与 Astugenal 组成的静脉 Antineoplaston 疗法，剂量逐步递增至最大耐受剂量，在无疾病进展或不可接受毒性时治疗至少持续 12 个月。目标包括评估客观缓解（完全缓解、部分缓解或疾病稳定）、安全性与耐受性，并通过 MRI 测量肿瘤大小，前两年每 8 周一次，第三、四年每 3 个月一次，第五、六年每 6 个月一次。可用于儿童脑肿瘤治疗反应与安全性相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：儿童脑肿瘤。概述：这是一项单臂、开放标签研究，脑肿瘤患儿接受逐渐递增剂量的静脉 Antineoplaston 疗法（Atengenal + Astugenal），直至达到最大耐受剂量。在无疾病进展或不可接受毒性时，治疗至少持续 12 个月。目标： 确定 Antineoplaston 疗法在脑肿瘤患儿中的疗效，以对治疗的客观缓解（完全缓解、部分缓解或疾病稳定）衡量。 确定 Antineoplaston 疗法在脑肿瘤患儿中的安全性和耐受性。* 确定客观缓解，肿瘤大小利用 MRI 扫描测量，前两年每 8 周进行一次，第三和第四年每 3 个月进行一次，第五和第六年每 6 个月进行一次，
【主题与分类】
主题标签：Childhood Brain Tumors。本站分类：肿瘤/脑肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT00003458
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/NCT00003458
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：儿童脑肿瘤。概述：这是一项单臂、开放标签研究，患有脑肿瘤的儿童接受逐渐递增剂量的静脉注射抗肿瘤药物治疗（Atengenal + Astugenal），直至达到最大耐受剂量。在无疾病进展或不可接受的毒性的情况下，治疗持续至少12个月。目标：* 确定抗肿瘤药物治疗儿童脑肿瘤的疗效，通过客观缓解（完全缓解、部分缓解或疾病稳定）来衡量。* 确定抗肿瘤药物治疗儿童脑肿瘤的安全性和耐受性。* 确定客观缓解，通过MRI扫描测量肿瘤大小，前两年每8周进行一次，第三年和第四年每3个月进行一次，第五年和第六年每6个月进行一次，此后每年进行一次。预计入组人数：本研究预计共入组20-40名患者。
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。
