MEKTOVI® 治疗儿童造釉细胞型颅咽管瘤
ACP 是一种高度致残的儿童脑肿瘤,缺乏药物治疗手段,现有治疗主要依赖手术和放疗,复发时治疗更困难且风险更高。研究基于 ACP 生物学特征的新发现,认为包括 MAPK/ERK 通路抑制剂在内的可用药物可能对控制 ACP 有效,binimetinib 即为其中一种

基本信息
资源简介
MEKTOVI® 治疗儿童造釉细胞型颅咽管瘤
该数据集来自 clinicaltrials.gov,聚焦 MEKTOVI®(binimetinib)用于治疗儿童造釉细胞型颅咽管瘤(ACP)的研究。ACP 是一种高度致残的儿童脑肿瘤,缺乏药物治疗手段,现有治疗主要依赖手术和放疗,复发时治疗更困难且风险更高。研究基于 ACP 生物学特征的新发现,认为包括 MAPK/ERK 通路抑制剂在内的可用药物可能对控制 ACP 有效,binimetinib 即为其中一种。研究中最多 38 名患者将接受口服 binimetinib,剂量为推荐的儿童 2 期剂量 32 mg/m2/次,每 12 小时一次,连续 4 周为一个周期,每周期 28 天(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:造釉细胞型颅咽管瘤、复发性造釉细胞型颅咽管瘤。造釉细胞型颅咽管瘤(ACP)是一种高度致残的儿童脑肿瘤,缺乏抗肿瘤药物治疗。当前治疗主要依赖手术和放疗,与生活质量差相关,并且在复发疾病的情况下变得更具挑战性和风险。关于 ACP 生物学特征的最新发现表明,现有药物,包括丝裂原活化蛋白激酶/细胞外信号调节激酶(MAPK/ERK)通路抑制剂,可能在控制 ACP 方面有效。Binimetinib 就是其中一种药物。在这项研究中,最多 38 名患者将接受口服 binimetinib,剂量为推荐的儿童 2 期剂量(RP2D)32 mg/m2/次,口服,每 12 小时一次,持续 4 周,代表一个周期。周期将持续 28 天,并且 tr
【主题与分类】
主题标签:Adamantinous Craniopharyngioma。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05286788
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/NCT05286788
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:造釉细胞型颅咽管瘤、复发性造釉细胞型颅咽管瘤。造釉细胞型颅咽管瘤(ACP)是一种高度致残的儿童脑肿瘤,目前缺乏药物治疗手段。当前的治疗主要依赖手术和放疗,患者生活质量较差,且在复发情况下治疗更加困难且风险更高。近期关于ACP生物学特征的研究发现表明,现有药物(包括丝裂原活化蛋白激酶/细胞外信号调节激酶(MAPK/ERK)通路抑制剂)可能对控制ACP有效。比美替尼就是其中一种药物。在本研究中,最多38名患者将接受口服比美替尼治疗,剂量为推荐的2期儿科剂量(RP2D)32 mg/m²/次,每12小时口服一次,持续4周为一个周期。每个周期为28天,治疗可持续长达两年(26个周期)。
这将是一项多中心2期试验,分为两个分层,纳入年龄>1岁且<39岁、患有可测量ACP的患者,这些患者可能既往接受过放疗(第1层,19例患者)或未接受过放疗(第2层,19例患者,目前尚未入组)。
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。




