瑞替凡利单抗联合或不联合二氟甲基鸟氨酸治疗进展性高级别胶质瘤
疾病:间变性少突胶质细胞瘤、星形细胞瘤(IDH突变型,3级)、星形细胞瘤(IDH突变型,4级)、弥漫性星形细胞瘤、胶质母细胞瘤(IDH野生型)、恶性胶质瘤

基本信息
资源简介
瑞替凡利单抗联合或不联合二氟甲基鸟氨酸治疗进展性高级别胶质瘤
本数据集是 clinicaltrials.gov 公开数据集,主题涵盖 Anaplastic Oligodendroglioma、Astrocytoma, IDH-Mutant, Grade 3、Astrocytoma, IDH-Mutant, Grade 4、Diffuse Astrocytoma、Glioblastoma, IDH-Wildtype。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:间变性少突胶质细胞瘤、星形细胞瘤(IDH突变型,3级)、星形细胞瘤(IDH突变型,4级)、弥漫性星形细胞瘤、胶质母细胞瘤(IDH野生型)、恶性胶质瘤。这项I/II期试验测试 retifanlimab 联合或不联合二氟甲基鸟氨酸(DFMO)治疗正在生长、扩散或恶化(进展性)的高级别胶质瘤的安全性、副作用、最佳剂量和疗效。使用单克隆抗体(如 retifanlimab)的免疫治疗可能有助于机体免疫系统攻击癌症,并可能干扰肿瘤细胞生长和扩散的能力。DFMO属于一类称为鸟氨酸脱羧酶(ODC)抑制剂的药物。它通过阻断一种向肿瘤细胞发出增殖信号的物质的作用来发挥作用。这有助于阻止或减缓肿瘤细胞的扩散。在治疗进展性高级别胶质瘤患者时,给予 retifanlimab 联合或不联合 DFMO 可能是安全、可耐受和/或有效的。
【主题与分类】
主题标签:Anaplastic Oligodendroglioma、Astrocytoma, IDH-Mutant, Grade 3、Astrocytoma, IDH-Mutant, Grade 4、Diffuse Astrocytoma、Glioblastoma, IDH-Wildtype、Malignant Glioma。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07468136
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/NCT07468136
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:间变性少突胶质细胞瘤、星形细胞瘤(IDH突变型,3级)、星形细胞瘤(IDH突变型,4级)、弥漫性星形细胞瘤、胶质母细胞瘤(IDH野生型)、恶性胶质瘤。这项I/II期试验测试 retifanlimab 联合或不联合二氟甲基鸟氨酸(DFMO)治疗正在生长、扩散或恶化(进展性)的高级别胶质瘤的安全性、副作用、最佳剂量和疗效。使用单克隆抗体(如 retifanlimab)的免疫治疗可能有助于机体免疫系统攻击癌症,并可能干扰肿瘤细胞生长和扩散的能力。DFMO属于一类称为鸟氨酸脱羧酶(ODC)抑制剂的药物。它通过阻断一种向肿瘤细胞发出增殖信号的物质的作用来发挥作用。这有助于阻止或减缓肿瘤细胞的扩散。在治疗进展性高级别胶质瘤患者时,给予 retifanlimab 联合或不联合 DFMO 可能是安全、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。
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。




