达沙替尼、槲皮素、非瑟酮、替莫唑胺、LMP744与自体TLPO疫苗联合治疗既往治疗后有残留病灶的胶质瘤的药物组合
该数据集来自clinicaltrials.gov,收录一项针对胶质瘤的早期I期临床试验信息。试验评估达沙替尼、槲皮素、非瑟酮、替莫唑胺、LMP744与自体肿瘤裂解物颗粒(TLPO)疫苗联合用药的安全性、副作用及疗效,受试者为既往接受过治疗且肿瘤细胞仍有残留的患者

基本信息
资源简介
达沙替尼、槲皮素、非瑟酮、替莫唑胺、LMP744与自体TLPO疫苗联合治疗既往治疗后有残留病灶的胶质瘤的药物组合
该数据集来自clinicaltrials.gov,收录一项针对胶质瘤的早期I期临床试验信息。试验评估达沙替尼、槲皮素、非瑟酮、替莫唑胺、LMP744与自体肿瘤裂解物颗粒(TLPO)疫苗联合用药的安全性、副作用及疗效,受试者为既往接受过治疗且肿瘤细胞仍有残留的患者。达沙替尼属酪氨酸激酶抑制剂,可阻断促进肿瘤细胞增殖的异常蛋白信号;槲皮素和非瑟酮为植物来源化合物,具有抗氧化、抗炎及清除衰老细胞的作用。数据可用于脑肿瘤治疗方案的探索性研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:胶质瘤。这项早期I期试验测试达沙替尼、槲皮素、非瑟酮、替莫唑胺、LMP744和自体肿瘤裂解物颗粒(TLPO)疫苗的药物组合在治疗胶质瘤患者中的安全性、副作用及疗效,这些患者既往接受过治疗(既往治疗),且肿瘤细胞在尝试治疗肿瘤后仍然存在(残留病灶)。达沙替尼属于一类称为酪氨酸激酶抑制剂的药物。它通过阻断一种异常蛋白的作用来发挥作用,该蛋白向肿瘤细胞发出增殖信号,这可能有助于阻止肿瘤细胞生长。槲皮素和非瑟酮是植物中发现的化合物。它们具有抗氧化和抗炎特性,并有助于清除衰老细胞,即较老或受损的细胞,这些细胞已停止分裂但未按应有的方式死亡,并在组织中积聚。
【主题与分类】
主题标签:Glioma。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07025226
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/NCT07025226
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:胶质瘤。这项早期I期试验测试了达沙替尼、槲皮素、非瑟酮、替莫唑胺、LMP744以及自体肿瘤裂解物颗粒疫苗(TLPO)单独使用的安全性、副作用及药物组合在治疗既往接受过治疗(经治)且尝试治疗肿瘤后仍残留肿瘤细胞(残留病灶)的胶质瘤患者中的疗效。达沙替尼属于酪氨酸激酶抑制剂类药物。它通过阻断异常蛋白质的作用,该蛋白质信号促使肿瘤细胞增殖,从而可能有助于抑制肿瘤细胞的生长。槲皮素和非瑟酮是植物中发现的化合物。它们具有抗氧化和抗炎特性,并有助于清除衰老细胞——这些老化或受损的细胞已停止分裂但未如预期死亡,随时间在组织中积累。衰老细胞可能导致炎症或损伤邻近健康细胞。替莫唑胺属于烷化剂类药物。它通过破坏细胞的脱氧核糖核酸(DNA)来发挥作用,可能杀死肿瘤细胞并减缓或阻止肿瘤生长。
LMP744通过干扰肿瘤细胞用于复制和修复DNA的蛋白质发挥作用。通过阻断这一修复过程,该药物导致DNA损伤,使肿瘤细胞无法存活。自体TLPO疫苗是利用患者自身肿瘤材料制成的。它将肿瘤材料递送至免疫细胞,使其能够识别并攻击癌症。将达沙替尼、槲皮素、非瑟酮、替莫唑胺、LMP744和自体TLPO疫苗联合用药,可能在治疗既往接受过治疗且存在残留病灶的胶质瘤患者方面是安全、可耐受和/或有效的。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




