来那度胺与放疗治疗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,聚焦于高级别胶质瘤、弥漫性内生性脑桥胶质瘤和间变性星形细胞瘤等儿童脑肿瘤

基本信息
资源简介
来那度胺与放疗治疗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,聚焦于高级别胶质瘤、弥漫性内生性脑桥胶质瘤和间变性星形细胞瘤等儿童脑肿瘤。研究背景指出,脑肿瘤是儿童最常见的实体肿瘤,标准治疗包括手术、放疗和化疗,但恶性脑肿瘤总体生存率仍低。放疗在 DIPG 和 HGG 治疗中起关键作用,沙利度胺在动物模型中显示放射增敏作用,而来那度胺作为其类似物具有抗血管生成、细胞毒和免疫调节效应,正在中枢神经系统肿瘤中评估,并在儿科研究中显示出耐受性和活性。该数据可用于评估口服来那度胺联合放疗的耐受性和毒性特征(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:弥漫性内生性脑桥胶质瘤、间变性星形细胞瘤、高级别胶质瘤。背景:脑肿瘤是儿童期最常见的实体肿瘤,也是第二常见的儿童癌症组。脑肿瘤的标准治疗选择包括手术切除、放射治疗和化疗;然而恶性脑肿瘤的总体生存率仍然很低。放射治疗在弥漫性内生性脑桥胶质瘤(DIPG)和高级别胶质瘤(HGG)的治疗中起关键作用,并且沙利度胺已在动物模型中被证明是一种放射增敏剂。来那度胺是一种沙利度胺类似物,具有抗血管生成、细胞毒和免疫调节作用,正在被评估用于中枢神经系统肿瘤的治疗,并在儿科研究中显示出耐受性和活性。目的:确定口服来那度胺与放疗联合给药时的耐受性和毒性特征
【主题与分类】
主题标签:Diffuse Intrinsic Pontine Glioma、Anaplastic Astrocytoma、High Grade Glioma。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01222754
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/NCT01222754
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:弥漫性内生性脑桥胶质瘤、间变性星形细胞瘤、高级别胶质瘤。背景:脑肿瘤是儿童期最常见的实体肿瘤,也是第二常见的儿童癌症类型。脑肿瘤的标准治疗方案包括手术切除、放射治疗和化学治疗;然而,恶性脑肿瘤的总生存率仍然很低。放射治疗在弥漫性内生性脑桥胶质瘤(DIPG)和高级别胶质瘤(HGG)的治疗中起着关键作用,而沙利度胺已在动物模型中被证明是一种放射增敏剂。来那度胺是沙利度胺的类似物,具有抗血管生成、细胞毒性和免疫调节作用,目前正在评估用于中枢神经系统肿瘤的治疗,并在儿科研究中显示出耐受性和活性。目的:确定新诊断的HGG和DIPG患儿在接受同步放疗时口服来那度胺(剂量高达116 mg/m(2)/天)的耐受性和毒性特征。评估来那度胺在新诊断的HGG和DIPG患儿中的长期耐受性。
评估磁共振成像(MRI)序列在无创监测恶性脑肿瘤治疗过程中代谢和生物学变化中的作用。估计该患者群体的6个月和12个月无进展生存期(PFS)和总生存期(OS)。确定血液和尿液中的血管生成和/或免疫调节生物标志物是否与毒性和疾病反应相关。确定接受抗血管生成化疗治疗的患者中枢神经系统转移性疾病的发生率。确定来那度胺稳态药代动力学与进展时间、毒性反应的数量和类型以及剂量限制性毒性之间的任何相关性。入选标准:新诊断HGG或DIPG的儿童,年龄小于22岁,未接受过化疗或放疗,体能状态评分大于或等于60%。HGG患儿必须为无法手术或未完全切除的肿瘤。临床实验室检查必须在规定的限值范围内。
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。




