Savolitinib 治疗复发或难治性原发性中枢神经系统肿瘤
该数据集来自 clinicaltrials.gov,主题为 Savolitinib 治疗儿童复发或难治性原发性中枢神经系统肿瘤,涵盖复发或难治性弥漫内生型脑桥胶质瘤、恶性胶质瘤、髓母细胞瘤及原发性中枢神经系统肿瘤等病种

基本信息
资源简介
Savolitinib 治疗复发或难治性原发性中枢神经系统肿瘤
该数据集来自 clinicaltrials.gov,主题为 Savolitinib 治疗儿童复发或难治性原发性中枢神经系统肿瘤,涵盖复发或难治性弥漫内生型脑桥胶质瘤、恶性胶质瘤、髓母细胞瘤及原发性中枢神经系统肿瘤等病种。主要目标包括估计口服 Savolitinib 的最大耐受剂量与 II 期推荐剂量、描述毒性并表征药代动力学;次要目标为初步界定抗肿瘤活性。可用于儿童中枢神经系统肿瘤的剂量探索、安全性评估与药代动力学研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:复发弥漫内生型脑桥胶质瘤、复发恶性胶质瘤、复发髓母细胞瘤、复发原发性中枢神经系统肿瘤、难治性弥漫内生型脑桥胶质瘤、难治性恶性胶质瘤、难治性髓母细胞瘤、难治性原发性中枢神经系统肿瘤。主要目标:I. 估计在难治性、进展性或复发性原发性中枢神经系统肿瘤儿童中每日口服 Savolitinib 的最大耐受剂量(MTD)并推荐 II 期剂量。II. 界定并描述 Savolitinib 在难治性、进展性或复发性原发性中枢神经系统肿瘤儿童中的毒性。III. 表征 Savolitinib 在难治性、进展性或复发性原发性中枢神经系统肿瘤儿童中的药代动力学。次要目标:I. 初步界定 Savolitinib 在……范围内的抗肿瘤活性
【主题与分类】
主题标签:Recurrent Malignant Glioma、Recurrent Medulloblastoma、Refractory Malignant Glioma、Refractory Medulloblastoma。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03598244
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/NCT03598244
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:复发性弥漫性内生性脑桥胶质瘤、复发性恶性胶质瘤、复发性髓母细胞瘤、复发性原发性中枢神经系统肿瘤、难治性弥漫性内生性脑桥胶质瘤、难治性恶性胶质瘤、难治性髓母细胞瘤、难治性原发性中枢神经系统肿瘤。主要目标:I. 评估在难治性、进展性或复发性原发性中枢神经系统肿瘤儿童中每日口服savolitinib的最大耐受剂量(MTD),并推荐II期剂量。II. 定义并描述savolitinib在难治性、进展性或复发性原发性中枢神经系统肿瘤儿童中的毒性。III. 表征savolitinib在难治性、进展性或复发性原发性中枢神经系统肿瘤儿童中的药代动力学。次要目标:I. 在I期研究范围内初步确定savolitinib的抗肿瘤活性。II.
在I期研究范围内进行基因组分析,以探讨治疗反应(以客观缓解或无进展生存期[PFS]衡量)与特定基因组改变(例如MET或HGF扩增、MET突变或MET融合)和/或特定疾病亚组之间的相关性。大纲:这是一项savolitinib剂量递增研究,随后进行剂量扩展研究。患者接受savolitinib口服(PO),每日一次(QD)。在无疾病进展或不可接受毒性情况下,治疗每28天重复一次,最多39个疗程。此外,患者在整个研究期间接受血样采集、X射线成像和磁共振成像(MRI)扫描。研究治疗完成后,对患者进行30天随访,随后定期随访长达2年。
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。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




