COZMOS:5'Azacitidine联合Carboplatin治疗复发/难治性儿童脑/实体瘤的I/Ib期试验
该数据集来自clinicaltrials.gov,聚焦复发/难治性儿童脑肿瘤与实体瘤的I/Ib期临床试验COZMOS,涉及复发儿童CNS肿瘤、复发儿童室管膜瘤及儿童实体瘤

基本信息
资源简介
COZMOS:5'Azacitidine联合Carboplatin治疗复发/难治性儿童脑/实体瘤的I/Ib期试验
该数据集来自clinicaltrials.gov,聚焦复发/难治性儿童脑肿瘤与实体瘤的I/Ib期临床试验COZMOS,涉及复发儿童CNS肿瘤、复发儿童室管膜瘤及儿童实体瘤。源站描述指出多种儿童实体瘤存在DNA甲基化异常,DNMTi单药在实体瘤疗效有限,而与铂类药物联用在包括儿童室管膜瘤的临床前模型中显示协同潜力。数据可用于了解该联合治疗试验的疾病背景与设计依据(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:复发儿童CNS肿瘤、室管膜瘤(复发儿童)、儿童实体瘤。异常DNA甲基化在许多儿童实体瘤中频繁观察到,但特别是在室管膜瘤、髓母细胞瘤、多层菊形团胚胎性肿瘤、非典型/畸胎样横纹肌样瘤、神经母细胞瘤和Wilms瘤等若干实体中可见启动子高甲基化。使用DNMTi(DNA甲基转移酶抑制剂)如5-azacytidine治疗已被证明在成人骨髓增生异常综合征中安全有效,可使血液中DNA甲基化显著降低,在每个周期的第15天达到最大效应。然而,DNMTi单药治疗已被证明在白血病中导致耐药,且在实体瘤中的疗效有限。DNMTi与铂类药物之间的协同作用在包括儿童室管膜瘤在内的临床前模型中显示出前景,
【主题与分类】
主题标签:Recurrent Childhood CNS Tumor、Ependymoma, Recurrent Childhood、Childhood Solid Tumor。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03206021
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/NCT03206021
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:复发性儿童中枢神经系统肿瘤、室管膜瘤、复发性儿童期肿瘤、儿童实体瘤。异常DNA甲基化在许多儿童实体瘤中频繁观察到,但特别是在室管膜瘤、髓母细胞瘤、多层菊形团胚胎性肿瘤、非典型/畸胎样横纹肌样瘤、神经母细胞瘤和Wilms瘤等几种实体中,存在启动子高甲基化。使用DNMTi(DNA甲基转移酶抑制剂)如5-氮杂胞苷治疗已被证明在成人骨髓增生异常综合征中安全有效,可使血液中DNA甲基化显著降低,在每个周期的第15天达到最大效应。然而,DNMTi单药治疗已被证明在白血病中导致耐药,且在实体瘤中的疗效有限。DNMTi与铂类药物的协同作用在包括儿童室管膜瘤在内的临床前模型中显示出前景,此外,去甲基化药物与卡铂联合在铂耐药卵巢癌中提供了有希望的结果。然而,这种方法尚未应用于儿童实体恶性肿瘤,由于其频繁的表观遗传失调,这些肿瘤是有吸引力的靶点。
铂类是大多数儿童实体瘤治疗的基石,因此一个颇具吸引力的假设是, upfront治疗耐药的部分原因在于铂类耐药。具体而言,室管膜瘤是高度化疗耐药的肿瘤,而室管膜瘤临床前模型的研究支持这种化疗耐药可通过DNMTi克服。对于新疗法存在明确的医疗需求,尤其是针对复发实体瘤,特别是脑肿瘤。尽管我们团队及其他团队的临床前数据提示DNA去甲基化酶抑制剂是高风险室管膜瘤、髓母细胞瘤和ETMR(多层菊形团胚胎性肿瘤)的有前景疗法,但5‘阿扎胞苷单药治疗在成人实体瘤临床研究中结果令人失望。既往研究提示铂类治疗可与阿扎胞苷治疗有效联合,并且b
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。




