Cilengitide联合节拍式Temozolomide治疗儿童及青少年复发或难治性高级别胶质瘤或弥漫性内生性脑桥胶质瘤
该数据集来自clinicaltrials.gov,聚焦儿童及青少年复发或难治性高级别胶质瘤或弥漫性内生性脑桥胶质瘤。源站描述指出,这类患者预后极差,目前尚无推荐的标准挽救治疗方案,因此拟研究Cilengitide联合节拍式Temozolomide作为新治疗策略

基本信息
资源简介
Cilengitide联合节拍式Temozolomide治疗儿童及青少年复发或难治性高级别胶质瘤或弥漫性内生性脑桥胶质瘤
该数据集来自clinicaltrials.gov,聚焦儿童及青少年复发或难治性高级别胶质瘤或弥漫性内生性脑桥胶质瘤。源站描述指出,这类患者预后极差,目前尚无推荐的标准挽救治疗方案,因此拟研究Cilengitide联合节拍式Temozolomide作为新治疗策略。节拍式Temozolomide可通过抑制肿瘤血管生成并发挥细胞毒作用,Cilengitide可能作用于肿瘤血管生成并抑制肿瘤细胞迁移。该数据可用于了解该联合方案的研究背景与适用人群,支持相关治疗策略的探索(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:治疗年龄≥3岁且<18岁的儿童患者中复发或难治性高级别胶质瘤和弥漫性内生性脑桥胶质瘤。背景与理由:儿童和青少年中复发或难治性高级别胶质瘤或弥漫性内生性脑桥胶质瘤(以下两者均称为高级别胶质瘤=HGG)代表一个预后极差的群体,目前尚无推荐的标准挽救治疗。本试验将研究Cilengitide与节拍式Temozolomide联合作为这些患者的新治疗策略。节拍式Temozolomide已被证明通过抑制肿瘤血管生成和作为细胞毒性药物发挥作用。Cilengitide可能通过肿瘤血管生成发挥作用,并且还抑制肿瘤细胞迁移。对于这两种药物,已确定仅具有低毒性的安全剂量,在
【主题与分类】
主题标签:Gliomas。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01517776
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/NCT01517776
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:胶质瘤。适应症:用于治疗年龄≥3岁且<18岁的儿童患者中复发或难治性高级别胶质瘤及弥漫性内生性脑桥胶质瘤。背景与依据:儿童及青少年中复发或难治性高级别胶质瘤或弥漫性内生性脑桥胶质瘤(以下统称为高级别胶质瘤=HGG)预后极差,目前尚无推荐的标准化挽救治疗方案。本试验将研究西仑吉肽联合节拍式替莫唑胺作为这些患者的新治疗策略。节拍式替莫唑胺已显示通过抑制肿瘤血管生成及作为细胞毒性药物发挥作用。西仑吉肽可能通过作用于肿瘤血管生成,并且还能抑制肿瘤细胞迁移。
对于这两种药物,已在针对复发或难治性脑肿瘤儿科患者的I期试验中确定了仅具低毒性的安全剂量(西仑吉肽:每周两次,每次1800毫克/平方米;节拍式替莫唑胺:75-80毫克/平方米/天,采用6周方案后休息一周)。在一项针对复发胶质母细胞瘤成年患者的II期试验中,单药西仑吉肽显示,与每周两次500毫克相比,每周两次2000毫克呈现出更高疗效的趋势。此外,在一项针对新诊断成人胶质母细胞瘤患者的II期试验中,在MGMT基因启动子甲基化亚组中观察到了西仑吉肽联合放疗和常规替莫唑胺治疗的临床活性迹象。基于这些发现,最近启动了一项大型随机III期试验,旨在研究西仑吉肽联合标准治疗(替莫唑胺和放疗)在该亚组中的应用。节拍式替莫唑胺也显示对替莫唑胺标准治疗后复发的高级别胶质瘤患者仍有效。有趣的是,其作用机制似乎很大程度上独立于MGMT状态,可能是由于持续治疗导致MGMT耗竭。在
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。




