IDO通路抑制剂Indoximod联合Temozolomide治疗儿童进展性原发性恶性脑肿瘤研究
该数据集来自clinicaltrials.gov,属于肿瘤/脑肿瘤分类,聚焦一项首次在儿童中开展的1期临床试验,评估IDO通路抑制剂Indoximod联合Temozolomide方案治疗儿童脑肿瘤

基本信息
资源简介
IDO通路抑制剂Indoximod联合Temozolomide治疗儿童进展性原发性恶性脑肿瘤研究
该数据集来自clinicaltrials.gov,属于肿瘤/脑肿瘤分类,聚焦一项首次在儿童中开展的1期临床试验,评估IDO通路抑制剂Indoximod联合Temozolomide方案治疗儿童脑肿瘤。覆盖病种包括多形性胶质母细胞瘤、胶质瘤、胶质肉瘤、恶性脑肿瘤、室管膜瘤、髓母细胞瘤、弥漫性内生性脑桥胶质瘤及原发性中枢神经系统肿瘤。数据可用于了解该免疫检查点通路抑制策略在儿童脑肿瘤中的研究设计、适用人群与临床转化背景(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:多形性胶质母细胞瘤、胶质瘤、胶质肉瘤、恶性脑肿瘤、室管膜瘤、髓母细胞瘤、弥漫性内生性脑桥胶质瘤、原发性中枢神经系统肿瘤。这是一项首次在儿童中开展的1期试验,使用indoximod——一种免疫“检查点”通路吲哚胺2,3-双加氧酶(IDO)的抑制剂——联合基于temozolomide的治疗来治疗儿童脑肿瘤。利用临床前胶质母细胞瘤模型,最近显示将IDO阻断药物加入temozolomide加放疗可通过驱动强烈的、针对肿瘤的炎症反应显著提高生存率。这些数据为使用indoximod(IND#120813)联合temozolomide治疗成人胶质母细胞瘤的配套成人1期试验提供了依据,该试验目前开放(NCT02052648)。这项儿童研究的目标是将基于IDO的免疫治疗带入儿童脑肿瘤的临床。
【主题与分类】
主题标签:Glioblastoma Multiforme、Glioma、Gliosarcoma、Malignant Brain Tumor、Ependymoma、Medulloblastoma、Diffuse Intrinsic Pontine Glioma、Primary CNS Tumor。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02502708
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/NCT02502708
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:多形性胶质母细胞瘤、胶质瘤、胶质肉瘤、恶性脑肿瘤、室管膜瘤、髓母细胞瘤、弥漫性内生性脑桥胶质瘤、原发性中枢神经系统肿瘤。这是一项首次在儿童中进行的1期试验,使用indoximod——一种免疫“检查点”通路吲哚胺2,3-双加氧酶(IDO)的抑制剂——联合替莫唑胺为基础的治疗,用于治疗儿童脑肿瘤。利用临床前胶质母细胞瘤模型,最近研究表明,将IDO阻断药物加入替莫唑胺加放疗中,通过驱动强烈的、针对肿瘤的炎症反应,显著提高了生存率。这些数据为使用indoximod(IND#120813)联合替莫唑胺治疗成人胶质母细胞瘤的配套成人1期试验提供了依据,该试验目前正在进行中(NCT02052648)。这项儿科研究的目标是将基于IDO的免疫疗法引入儿童脑肿瘤的临床治疗。本研究将为未来在新诊断中枢神经系统肿瘤患者中一线使用indoximod联合放疗和替莫唑胺的儿科试验奠定基础。
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。




