卡铂、替莫唑胺和非格司亭治疗新诊断或复发性高级别胶质瘤患者

该数据集来自 clinicaltrials.gov,聚焦于新诊断或复发性高级别胶质瘤患者的治疗研究。研究采用替莫唑胺、卡铂和非格司亭(G-CSF)联合方案,旨在评估治疗反应率、毒性以及肿瘤进展率

NYU Langone HealthNYU Langone Health
clinicaltrials
浏览 13
其他预测Brain and Central Nervous System Tumors
Carboplatin, Temozolomide, and Filgrastim in Treating Patients With Newly Diagnosed or Recurrent High-Grade Glioma

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-10

资源简介

卡铂、替莫唑胺和非格司亭治疗新诊断或复发性高级别胶质瘤患者

该数据集来自 clinicaltrials.gov,聚焦于新诊断或复发性高级别胶质瘤患者的治疗研究。研究采用替莫唑胺、卡铂和非格司亭(G-CSF)联合方案,旨在评估治疗反应率、毒性以及肿瘤进展率。受试者按疾病类别分层,包括胶质母细胞瘤、间变性星形细胞瘤及其他高级别混合性胶质瘤。治疗以28天为周期,至少进行4个周期。数据可用于分析该联合方案在脑肿瘤患者中的疗效与安全性,支持肿瘤治疗相关的预测性研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:脑和中枢神经系统肿瘤。目的: 确定替莫唑胺、卡铂和非格司亭(G-CSF)治疗新诊断高级别胶质瘤患者的反应率。 确定该治疗方案在这些患者中的毒性。* 确定接受该方案治疗患者的肿瘤进展率。概述:这是一项多中心研究。患者根据疾病类别(胶质母细胞瘤 vs 间变性星形细胞瘤 vs 其他几种高级别混合性胶质瘤)进行分层。患者在第1-2天接受卡铂静脉注射,持续4小时;在第1-5天每12小时口服替莫唑胺;从第7天起每日皮下或静脉注射非格司亭(G-CSF),直至血细胞计数恢复。在没有疾病进展或不可接受的毒性的情况下,治疗每28天重复一次,至少4个疗程。项目

【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/NCT00006263

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT00006263

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:脑与中枢神经系统肿瘤。目的:* 确定新诊断的高级别胶质瘤患者接受替莫唑胺、卡铂和非格司亭(G-CSF)治疗后的缓解率。* 确定该治疗方案在这些患者中的毒性。* 确定接受此方案治疗的患者肿瘤进展率。方案概述:这是一项多中心研究。患者根据疾病类别(多形性胶质母细胞瘤 vs 间变性星形细胞瘤 vs 其他几种高级别混合性胶质瘤)进行分层。患者在第1-2天接受卡铂静脉注射,持续4小时;第1-5天每12小时口服替莫唑胺;从第7天起(不早于第7天)每日皮下或静脉注射非格司亭(G-CSF),直至血细胞计数恢复。在无疾病进展或不可接受的毒性情况下,每28天重复治疗,至少4个疗程。预计入组人数:本研究将在4年内共入组102-222例患者(6个分层,每层17-37例)。

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。

获取专属数据定制方案