接受STaRT（GammaTiles）治疗的脑肿瘤患者登记库
纳入600例接受手术切除（R）、任何病理类型且已接受STaRT的脑肿瘤患者。收集局部控制、总生存、生活质量、神经认知、功能下降及手术和放疗相关不良事件，随访1、3、6、9、12、18、24个月，之后每6个月至5年
基本信息
资源简介
接受STaRT（GammaTiles）治疗的脑肿瘤患者登记库
纳入600例接受手术切除（R）、任何病理类型且已接受STaRT的脑肿瘤患者。收集局部控制、总生存、生活质量、神经认知、功能下降及手术和放疗相关不良事件，随访1、3、6、9、12、18、24个月，之后每6个月至5年。数据用于STaRT结局基准化与标准治疗比较。首个由Cs-131源、永久植入可吸收胶原片载体实施R+STaRT观察性注册研究，评估真实世界风险获益（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：复发性脑肿瘤、脑肿瘤、原发性脑肿瘤、转移性脑肿瘤、成人脑肿瘤：胶质母细胞瘤、成人脑膜瘤。任何病理类型、经手术切除（R）并已接受STaRT的脑肿瘤患者（N=600）符合入组条件。收集的数据将包括局部控制、总生存期、生活质量、神经认知、功能衰退以及手术和放射相关不良事件。数据将在1、3、6、9、12、18和24个月时收集，之后每6个月收集一次，直至5年。结果：数据将用于为STaRT治疗的临床结局建立基准，并可与现有标准治疗进行比较。这将是首个关于R+STaRT的观察性登记研究，R+STaRT由永久植入的可吸收胶原片载体中的Cs-131放射源递送。所采集的结局指标将有助于评估该方法在真实世界环境中对患者的潜在风险和获益。
【主题与分类】
主题标签：Brain Tumor, Recurrent、Brain Tumor、Brain Tumor, Primary、Brain Tumor - Metastatic、Brain Tumor, Adult Meningioma。本站分类：肿瘤/脑肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT04427384
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/NCT04427384
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：复发性脑肿瘤、脑肿瘤、原发性脑肿瘤、转移性脑肿瘤、成人脑肿瘤：胶质母细胞瘤、成人脑膜瘤。任何病理类型、经手术切除（R）并已接受STaRT的脑肿瘤患者（N=600）符合入组条件。收集的数据将包括局部控制、总生存期、生活质量、神经认知、功能衰退以及手术和放射相关不良事件。数据将在1、3、6、9、12、18和24个月时收集，之后每6个月收集一次，直至5年。结果：数据将用于为STaRT治疗的临床结局建立基准，并可与现有标准治疗进行比较。这将是首个关于R+STaRT的观察性登记研究，R+STaRT由永久植入的可吸收胶原片载体中的Cs-131放射源递送。所采集的结局指标将有助于评估该方法在真实世界环境中对患者的潜在风险和获益。
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。
