伊立替康治疗进展性或复发性恶性胶质瘤
该数据集来自 clinicaltrials.gov,聚焦于进展性或复发性恶性胶质瘤患者使用伊立替康的治疗研究。研究目标包括确定最大耐受剂量与剂量限制性毒性、明确每3周给药方案的安全性、表征药代动力学特征、评估抗肿瘤活性,并以6个月无进展生存期和客观肿瘤反应衡量疗效,同时在II期研究中进一步评估安全性

基本信息
资源简介
伊立替康治疗进展性或复发性恶性胶质瘤
该数据集来自 clinicaltrials.gov,聚焦于进展性或复发性恶性胶质瘤患者使用伊立替康的治疗研究。研究目标包括确定最大耐受剂量与剂量限制性毒性、明确每3周给药方案的安全性、表征药代动力学特征、评估抗肿瘤活性,并以6个月无进展生存期和客观肿瘤反应衡量疗效,同时在II期研究中进一步评估安全性。这是一项按是否合用酶诱导型抗癫痫药分层的剂量递增研究,可用于药物安全性、药代动力学及疗效相关分析(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。目标:I. 确定伊立替康在进展性或复发性恶性胶质瘤患者中的最大耐受剂量和剂量限制性毒性。II. 明确这些患者每3周给药方案的安全性特征。III. 表征该方案在这些患者中的药代动力学特征。IV. 评估这些患者的抗肿瘤活性证据。V. 通过6个月无进展生存期和客观肿瘤反应确定伊立替康在这些患者中的疗效。VI. 在II期研究中进一步评估伊立替康在这些患者中的安全性特征。概述:这是一项剂量递增研究。患者根据是否同时使用酶诱导型抗癫痫药(EIAEDs)(是 vs 否)进行分层。A组(不使用EIAEDs):患者在第1天接受伊立替康静脉注射,持续90分钟
【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/NCT00003616
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/NCT00003616
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
适应症:脑及中枢神经系统肿瘤。目的:I. 确定伊立替康在进展性或复发性恶性胶质瘤患者中的最大耐受剂量和剂量限制性毒性。II. 明确这些患者每3周给药一次伊立替康的安全性特征。III. 描述该方案在这些患者中的药代动力学特征。IV. 评估这些患者的抗肿瘤活性证据。V. 通过6个月无进展生存期和客观肿瘤缓解来确定伊立替康在这些患者中的疗效。VI. 在II期研究中进一步评估伊立替康在这些患者中的安全性特征。方案概要:这是一项剂量递增研究。患者根据是否同时使用酶诱导性抗癫痫药物(EIAEDs)(是 vs 否)进行分层。A组(不使用EIAEDs):患者在第1天接受伊立替康静脉输注,持续90分钟,随后休息最多3周。B组(使用EIAEDs):患者接受相同治疗,但剂量递增按每组3例患者进行。最大耐受剂量(MTD)定义为低于6例患者中有2例出现剂量限制性毒性的剂量水平。
I期最大耐受剂量(MTD)为推荐用于研究II期部分的起始剂量。在无疾病进展或不可接受毒性反应的情况下,治疗每3周持续进行,最长可达12个月。患者随访安排为:第1年每2个月一次,第2年每3个月一次,第3年每4个月一次,之后每6个月一次,直至疾病进展。随后每4个月随访一次以评估生存情况。预计入组:I期在10个月内最多入组30例患者。II期在6-8个月内共入组48例患者。
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。




