DAY101对比标准化疗治疗需一线系统治疗的儿童低级别胶质瘤
该数据集来自clinicaltrials.gov,聚焦儿童低级别胶质瘤(LGG)及RAF改变胶质瘤的一线系统治疗研究。约400例未接受过治疗的LGG受试者按1:1随机分配至tovorafenib组或研究者选择的标准化疗组,化疗方案包括COG-V/C、SIOPe-LGG-V/C及vinblastine

基本信息
资源简介
DAY101对比标准化疗治疗需一线系统治疗的儿童低级别胶质瘤
该数据集来自clinicaltrials.gov,聚焦儿童低级别胶质瘤(LGG)及RAF改变胶质瘤的一线系统治疗研究。约400例未接受过治疗的LGG受试者按1:1随机分配至tovorafenib组或研究者选择的标准化疗组,化疗方案包括COG-V/C、SIOPe-LGG-V/C及vinblastine等。数据可用于比较靶向治疗与标准化疗的疗效与安全性,支持儿童脑肿瘤临床研究分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:低级别胶质瘤、快速加速纤维肉瘤(RAF)改变胶质瘤、儿童低级别胶质瘤。约400例未接受过治疗的LGG受试者将按1:1随机分配至tovorafenib(第1组)或研究者选择的SoC化疗(第2组)。第1组(tovorafenib):在无疾病进展的情况下,治疗周期每28天重复一次。受试者将持续接受tovorafenib直至发生以下任一情况:疾病进展、不可接受的毒性、撤回治疗同意或研究结束。第2组(研究者选择的SoC化疗):受试者将接受由治疗研究者选择的4种SoC化疗方案之一:儿童肿瘤学组-长春新碱/卡铂(COG-V/C)方案、国际儿科肿瘤学会-低级别胶质瘤长春新碱/卡铂(SIOPe-LGG-V/C)方案、长春花碱(VBL)
【主题与分类】
主题标签:Low-grade Glioma、Pediatric Low-grade Glioma。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05566795
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/NCT05566795
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
疾病类型:低级别胶质瘤、快速加速纤维肉瘤(RAF)改变的胶质瘤、儿童低级别胶质瘤。约400例未经治疗的LGG受试者将按1:1随机分配至tovorafenib组(第1组)或研究者选择的SoC化疗组(第2组)。第1组(tovorafenib):在无疾病进展的情况下,治疗周期将每28天重复一次。受试者将持续接受tovorafenib治疗,直至发生以下任一情况:疾病进展、不可接受的毒性、撤回治疗知情同意或研究结束。第2组(研究者选择的SoC化疗):受试者将接受由治疗研究者选择的4种SoC化疗方案之一:儿童肿瘤学组-长春新碱/卡铂(COG-V/C)方案、国际儿科肿瘤学会-低级别胶质瘤长春新碱/卡铂(SIOPe-LGG-V/C)方案、长春花碱(VBL)方案或每月卡铂。SoC化疗方案的选择将在受试者随机化之前确定。
治疗将持续至完成治疗,或直至出现以下任一情况:疾病进展、不可接受的毒性、撤回治疗同意或研究结束。因疾病进展而停止治疗的参与者将具有:(1) 由研究者确定的疾病进展的影像学证据,或 (2) 由研究者确定的临床进展。鼓励研究者在停止治疗或针对恶性肿瘤开始不同形式的治疗之前,与申办方医学监查员讨论无临床症状的临床进展和早期影像学进展病例。参与者可在疾病进展(PD)后继续治疗。
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。




