卡培他滨与放疗联合治疗新诊断非转移性脑干胶质瘤或高级别胶质瘤年轻患者
本数据集来自 clinicaltrials.gov,聚焦新诊断、非播散性内在性脑干胶质瘤或高级别胶质瘤年轻患者,研究卡培他滨口腔崩解片与放疗同步治疗的方案

基本信息
资源简介
卡培他滨与放疗联合治疗新诊断非转移性脑干胶质瘤或高级别胶质瘤年轻患者
本数据集来自 clinicaltrials.gov,聚焦新诊断、非播散性内在性脑干胶质瘤或高级别胶质瘤年轻患者,研究卡培他滨口腔崩解片与放疗同步治疗的方案。数据覆盖最大耐受剂量估计、剂量限制性毒性描述、安全性特征、药代动力学、暴露-反应关系、抗肿瘤活性以及无进展生存和总生存分布,并包含 MRI 影像学变化特征。可用于评估该联合方案的安全性、耐受性、药代动力学与疗效,支持生存预测和暴露-反应建模分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:脑和中枢神经系统肿瘤。目的:主要 估计卡培他滨口腔崩解片(RDT)与放疗同步给药在新诊断、非播散性内在性脑干胶质瘤或高级别胶质瘤年轻患者中的最大耐受剂量。 描述接受该方案治疗患者的剂量限制性毒性。次要 描述该方案的安全性特征。 表征卡培他滨 RDT 在这些患者中的药代动力学。 使用药代动力学和药效学模型探索安全性和有效性指标的暴露-反应关系。 描述该方案在这些患者中观察到的抗肿瘤活性。 估计接受该方案治疗患者的无进展生存和生存分布。 使用 MRI 表征肿瘤的影像学变化,
【主题与分类】
主题标签:Brain and Central Nervous System Tumors。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00357253
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/NCT00357253
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:脑与中枢神经系统肿瘤。目的:主要目标 * 评估卡培他滨快速崩解片(RDT)与放疗同时给予新诊断、非播散性内在脑干胶质瘤或高级别胶质瘤年轻患者时的最大耐受剂量。* 描述接受此方案治疗患者的剂量限制性毒性。次要目标 * 描述此方案的安全性特征。* 表征这些患者中卡培他滨RDT的药代动力学。* 使用药代动力学和药效学模型探索安全性和有效性指标的暴露-反应关系。* 描述在这些患者中观察到的此方案的抗肿瘤活性。* 估计接受此方案治疗患者的无进展生存期和总生存期的分布。* 使用MRI、灌注和扩散MRI以及正电子发射断层扫描(PET)扫描,表征接受此方案治疗患者肿瘤的影像学变化。概述:这是一项卡培他滨快速崩解片(RDT)的多中心、剂量递增研究。
患者每日接受一次放疗,每周5天,持续约6周。从开始放疗后24小时内起,患者还在第1-21天每日两次口服卡培他滨RDT。卡培他滨RDT治疗每21天重复一次,共3个疗程。每组3-6名患者接受递增剂量的卡培他滨RDT,直至确定最大耐受剂量(MTD)。MTD定义为3名患者中有2名或6名患者中有2名出现剂量限制性毒性时所对应的前一个剂量水平。从第12周开始,患者在第1-14天每日两次接受固定剂量的卡培他滨RDT。在无疾病进展或不可接受毒性的情况下,治疗每21天重复一次,共3个疗程。患者在第1疗程期间定期采集血液,用于药代动力学相关性研究。患者还在基线时及研究期间定期接受MRI和快速灌注/扩散MRI,以评估
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。



![癌症患者中的3'-Deoxy-3'-[18F] Fluorothymidine PET成像](/medical-api/medicalDataset/datasetCover/78853.jpg)
