SCH 66336 治疗儿童复发性或进展性脑肿瘤
该数据集来自 clinicaltrials.gov,主题为 SCH 66336 治疗儿童复发性或进展性脑肿瘤的临床研究。研究采用剂量递增设计,患者每日口服 SCH 66336 两次,每 4 周重复,共 26 个疗程,直至疾病进展或出现不可耐受毒性

基本信息
资源简介
SCH 66336 治疗儿童复发性或进展性脑肿瘤
该数据集来自 clinicaltrials.gov,主题为 SCH 66336 治疗儿童复发性或进展性脑肿瘤的临床研究。研究采用剂量递增设计,患者每日口服 SCH 66336 两次,每 4 周重复,共 26 个疗程,直至疾病进展或出现不可耐受毒性。主要目标包括确定药物的定性和定量毒性、估计最大耐受剂量、描述在有或无地塞米松情况下的药代动力学,并探讨疗效。数据可用于分析药物安全性、耐受性及药代动力学特征(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:脑和中枢神经系统肿瘤。目标: 确定 SCH 66336 在复发性或进展性脑肿瘤儿童中的定性和定量毒性。 估计该药物在这些患者中的最大耐受剂量。 描述该药物在这些患者中有或无地塞米松时的药代动力学。 研究该药物在这些患者中的疗效。概述:这是一项剂量递增研究。患者每日口服 SCH 66336 两次。在无疾病进展或不可接受毒性的情况下,治疗每 4 周重复一次,共 26 个疗程。1-6 名患者的队列接受递增剂量的 SCH 66336,直至确定最大耐受剂量(MTD)。MTD 定义为预计 20% 的患者可能出现剂量限制性毒性的剂量。另外 6 名患者在该剂量下接受治疗。
【主题与分类】
主题标签:Brain and Central Nervous System Tumors。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00015899
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/NCT00015899
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:脑与中枢神经系统肿瘤。目的:* 确定SCH 66336在复发性或进展性脑肿瘤儿童中的定性和定量毒性。* 估计该药物在这些患者中的最大耐受剂量。* 描述该药物在这些患者中与地塞米松合用及不合用时的药代动力学。* 探究该药物在这些患者中的疗效。概述:这是一项剂量递增研究。患者每日两次口服SCH 66336。在无疾病进展或不可接受的毒性情况下,治疗每4周重复一次,共26个疗程。1-6名患者组成的队列接受递增剂量的SCH 66336,直至确定最大耐受剂量(MTD)。MTD定义为预计20%的患者可能经历剂量限制性毒性的剂量。在确定的MTD下,额外治疗6名患者。患者在最后一次给予研究药物后30天内进行随访,随后随访长达3个月。预计入组人数:本研究预计招募约25名患者。
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。



![癌症患者中的3'-Deoxy-3'-[18F] Fluorothymidine PET成像](/medical-api/medicalDataset/datasetCover/78853.jpg)
