硼替佐米联合替莫唑胺治疗脑肿瘤或其他未缓解实体瘤
该数据集来自 clinicaltrials.gov,聚焦硼替佐米与替莫唑胺联合治疗复发性高级别胶质瘤、复发性转移性脑肿瘤或其他难治性实体瘤的研究

基本信息
资源简介
硼替佐米联合替莫唑胺治疗脑肿瘤或其他未缓解实体瘤
该数据集来自 clinicaltrials.gov,聚焦硼替佐米与替莫唑胺联合治疗复发性高级别胶质瘤、复发性转移性脑肿瘤或其他难治性实体瘤的研究。主要目标为确定剂量限制性毒性与最大耐受剂量;次要目标包括评估硼替佐米在服用与未服用肝酶诱导抗惊厥药患者中的药代动力学、描述确认完全缓解或部分缓解的患者比例,以及报告6个月无进展生存率。数据可用于毒性预测、疗效评估与药代动力学分析等研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:脑与中枢神经系统肿瘤、淋巴瘤、转移性癌症、未明确的成人实体瘤、方案特定。目标:主要 确定硼替佐米和替莫唑胺在复发性高级别胶质瘤、复发性转移性脑肿瘤或其他难治性实体瘤患者中的剂量限制性毒性和最大耐受剂量。次要 评估硼替佐米在服用肝酶诱导抗惊厥药(A组)和未服用(B组)患者中的药代动力学。 描述接受硼替佐米和替莫唑胺治疗的研究患者中获得确认完全缓解或部分缓解的比例。 报告6个月无进展生存的患者百分比。概述:患者根据同时使用肝酶诱导抗惊厥药(HEIAs)(A组)与同时使用抗
【主题与分类】
主题标签:Brain and Central Nervous System Tumors、Lymphoma、Metastatic Cancer。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00544284
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/NCT00544284
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:脑及中枢神经系统肿瘤、淋巴瘤、转移性癌症、未指明的成人实体瘤、方案特定。
目的:主要目的 * 确定硼替佐米和替莫唑胺在复发性高级别胶质瘤、复发性转移性脑肿瘤或其他难治性实体瘤患者中的剂量限制性毒性和最大耐受剂量。次要目的 * 评估服用肝酶诱导性抗惊厥药的患者(A组)与未服用此类药物的患者(B组)中硼替佐米的药代动力学。 * 描述接受硼替佐米和替莫唑胺治疗的研究患者中获得确认的完全缓解或部分缓解的比例。 * 报告6个月无进展生存的患者百分比。
方案概要:患者根据是否同时使用肝酶诱导性抗惊厥药(HEIAs)(A组)与同时使用引起轻度或无肝代谢酶诱导的抗惊厥药物或不使用抗惊厥药物(B组)进行分层。 * A组:患者在第1-5天每天口服替莫唑胺一次,并在第2、5、9和12天静脉注射硼替佐米。
在没有疾病进展或不可接受毒性的情况下,每28天重复一个疗程。* B组:患者如A组一样接受替莫唑胺和硼替佐米治疗。两组患者的队列均接受两种研究药物的剂量递增,直至确定最大耐受剂量。所有患者定期采集血样进行药代动力学研究。样本分析硼替佐米浓度(A组和B组)以及抗惊厥药的谷浓度(仅A组)。
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。




