Relatlimab与Nivolumab（Opdualag）治疗复制修复缺陷型HGG和DIPG研究
该数据集来自clinicaltrials.gov，聚焦于新诊断的复制修复缺陷（RRD）型高级别胶质瘤（HGG）和弥漫性内生性脑桥胶质瘤（DIPG）的青少年及年轻成人患者
基本信息
资源简介
Relatlimab与Nivolumab（Opdualag）治疗复制修复缺陷型HGG和DIPG研究
该数据集来自clinicaltrials.gov，聚焦于新诊断的复制修复缺陷（RRD）型高级别胶质瘤（HGG）和弥漫性内生性脑桥胶质瘤（DIPG）的青少年及年轻成人患者。研究采用多中心、国际性设计，评估放疗后固定剂量nivolumab与relatlimab联合方案（Opdualag）的可行性、耐受性、安全性与毒性，并分析无进展生存期和总生存期分布。方案要求维持治疗不晚于放疗完成后56天开始，最早可在放疗完成后28天启动，每周期28天。数据可用于脑肿瘤治疗反应与生存预测研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：高级别胶质瘤、弥漫性内生性脑桥胶质瘤、WHO 3级胶质瘤、WHO 4级胶质瘤、复制修复缺陷。这是一项多中心、国际性研究，针对新诊断的复制修复缺陷（RRD）型HGG和DIPG青少年及年轻成人患者，在放疗（RT）后采用nivolumab与relatlimab固定剂量联合方案（Opdualag）治疗。研究目标为进一步评估放疗后Opdualag的可行性和耐受性，并进一步表征Opdualag在RRD HGG患者中的安全性和毒性。我们还将评估患者的无进展生存期和总生存期分布。方案维持治疗Opdualag必须不晚于放疗完成后56天开始。患者最早可在放疗完成后28个日历天开始方案治疗。每个周期持续28天。
【主题与分类】
主题标签：High Grade Glioma、Diffuse Intrinsic Pontine Glioma、WHO Grade 3 Glioma、WHO Grade 4 Glioma、Replication Repair Deficient。本站分类：肿瘤/脑肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07644312
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/NCT07644312
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
疾病类型：高级别胶质瘤、弥漫性内生性脑桥胶质瘤、WHO 3级胶质瘤、WHO 4级胶质瘤、复制修复缺陷。这是一项多中心、国际性研究，旨在评估放疗后固定剂量联合使用纳武利尤单抗和瑞拉利尤单抗（Opdualag）治疗新诊断的复制修复缺陷（RRD）高级别胶质瘤（HGG）和弥漫性内生性脑桥胶质瘤（DIPG）青少年及年轻成人患者的疗效。研究目的是进一步评估Opdualag放疗后的可行性和耐受性，并进一步描述Opdualag在RRD HGG患者中的安全性和毒性特征。我们还将评估患者的无进展生存期和总生存期分布。方案维持治疗Opdualag必须在放疗完成后不晚于56天开始。患者最早可在放疗完成后28个日历日开始方案治疗。每个周期为28天，治疗最多可继续至总计26个周期。Opdualag将每4周静脉给药一次。
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。
