厄洛替尼单药或联合放疗治疗难治/复发性恶性脑肿瘤或新诊断脑干胶质瘤年轻患者
该数据集来自 clinicaltrials.gov,聚焦于儿童难治或复发性恶性脑肿瘤及新诊断脑干胶质瘤。研究为多中心、非随机、开放标签、剂量递增试验,评估厄洛替尼盐酸盐单药及联合放疗的最大耐受剂量、剂量限制性毒性、安全性、药代动力学、疗效,并分析表皮生长因子受体表达与突变同治疗反应的相关性

基本信息
资源简介
厄洛替尼单药或联合放疗治疗难治/复发性恶性脑肿瘤或新诊断脑干胶质瘤年轻患者
该数据集来自 clinicaltrials.gov,聚焦于儿童难治或复发性恶性脑肿瘤及新诊断脑干胶质瘤。研究为多中心、非随机、开放标签、剂量递增试验,评估厄洛替尼盐酸盐单药及联合放疗的最大耐受剂量、剂量限制性毒性、安全性、药代动力学、疗效,并分析表皮生长因子受体表达与突变同治疗反应的相关性。数据可用于探索儿童脑肿瘤的靶向治疗剂量优化、毒性预测及疗效关联分析(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 确定单药厄洛替尼盐酸盐在难治或复发性恶性脑肿瘤儿科患者中的最大耐受剂量,以及在联合放疗时用于新诊断脑干胶质瘤儿科患者中的最大耐受剂量。次要 确定这些方案的剂量限制性毒性。 定义这些方案的安全性特征。 表征厄洛替尼盐酸盐在这些患者中的药代动力学行为。 评估这些方案的疗效。 将表皮生长因子受体的表达和突变与治疗反应相关联。概述:这是一项多中心、非随机、开放标签、剂量递增的厄洛替尼盐酸盐研究。患者根据疾病被分配到2个治疗组中的1个。* 第1组(难治或复发性恶性脑肿瘤
【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/NCT00360854
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/NCT00360854
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:主要目的* 确定单药盐酸厄洛替尼在难治性或复发性恶性脑肿瘤儿科患者中的最大耐受剂量,以及联合放疗在新诊断脑干胶质瘤儿科患者中的最大耐受剂量。次要目的* 确定这些方案的剂量限制性毒性。* 明确这些方案的安全性特征。* 表征盐酸厄洛替尼在这些患者中的药代动力学行为。* 评估这些方案的疗效。* 将表皮生长因子受体的表达和突变与治疗反应相关联。方案概要:这是一项多中心、非随机、开放标签的盐酸厄洛替尼剂量递增研究。患者根据疾病被分配至2个治疗组中的1组。* 第1组(难治性或复发性恶性脑肿瘤):患者在第1-21天每天一次口服盐酸厄洛替尼。在没有不可接受的毒性或疾病进展的情况下,每21天重复治疗。
3-6名患者组成的队列接受递增剂量的盐酸厄洛替尼,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(DLT)时所对应的前一剂量水平。* 第2组(新诊断的脑干胶质瘤):患者在第1-21天每天口服一次盐酸厄洛替尼。在没有不可接受的毒性或疾病进展的情况下,每21天重复一次治疗。从第1天开始,患者还接受放疗,每周5天,持续6周。1-2名患者组成的队列接受递增剂量的盐酸厄洛替尼,直至确定MTD。MTD定义为在6周时导致25%患者出现DLT的剂量。采集血液用于药代动力学评估和药物遗传学基因分型,以分析酶多态性。可对肿瘤组织进行表皮生长因子受体突变评估。研究治疗完成后,患
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)
