Tovorafenib 治疗高级别胶质瘤与弥漫内生型脑桥胶质瘤研究
该数据集来自 clinicaltrials.gov,聚焦 Tovorafenib 治疗携带 MAPK 通路改变的新诊断高级别胶质瘤(HGG)与弥漫内生型脑桥胶质瘤(DIPG)的 2 期研究

基本信息
资源简介
Tovorafenib 治疗高级别胶质瘤与弥漫内生型脑桥胶质瘤研究
该数据集来自 clinicaltrials.gov,聚焦 Tovorafenib 治疗携带 MAPK 通路改变的新诊断高级别胶质瘤(HGG)与弥漫内生型脑桥胶质瘤(DIPG)的 2 期研究。覆盖儿童、青少年及年轻成人患者,在初始标准放疗后接受 Tovorafenib 治疗。研究包含三个分层,其中 A 层评估携带 BRAFV600 突变的新诊断 HGG 患者的无进展生存期(PFS)与总生存期(OS),B 层评估 DIPG/DMG、原发脊髓 HGG 等患者的 PFS 与 OS。可用于脑肿瘤治疗反应与生存预测建模(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:携带 BRAF 变异的脑高级别胶质瘤(HGG)、高级别胶质瘤(III 或 IV 级)、弥漫内生型脑桥胶质瘤、高级别胶质瘤、WHO 3 级胶质瘤、WHO 4 级胶质瘤、转移性脑肿瘤。在这项 2 期研究中,携带 MAPK 通路改变的新诊断 HGG 和 DIPG 的儿童、青少年和年轻成人患者,将在初始标准治疗放疗(RT)后接受 tovorafenib 治疗。该试验的目标是评估新诊断 HGG 患者的无进展生存期(PFS)和总生存期(OS)分布。该试验将包括三个分层。A 层将评估携带 BRAFV600 突变的新诊断 HGG 患者的 PFS 和 OS。B 层将评估新诊断 DIPG/DMG、携带 MAPK 改变的原发脊髓 HGG 以及其他
【主题与分类】
主题标签:High Grade Glioma (III or IV)、Diffuse Intrinsic Pontine Glioma、High Grade Glioma、WHO Grade 3 Glioma、WHO Grade 4 Glioma、Metastatic Brain Tumor。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07206849
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/NCT07206849
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:伴有BRAF异常的脑高级别胶质瘤(HGG)、高级别胶质瘤(III或IV级)、弥漫性内生性脑桥胶质瘤、高级别胶质瘤、WHO 3级胶质瘤、WHO 4级胶质瘤、转移性脑肿瘤。在这项2期研究中,新诊断的携带MAPK通路改变的HGG和DIPG儿童、青少年及年轻成人患者,将在初始标准治疗放疗(RT)后接受tovorafenib治疗。试验目的是评估新诊断HGG患者的无进展生存期(PFS)和总生存期(OS)分布。该试验将包括三个分层。A层将评估携带BRAFV600突变的新诊断HGG患者的PFS和OS。B层将评估新诊断的DIPG/DMG、携带MAPK改变的原发性脊髓HGG患者的PFS和OS,其他MAPK改变将进行描述性分析。在C层中,将评估转移性患者在接受颅脊髓照射后使用tovorafenib治疗的可行性。Tovorafenib此前已在儿科中进行过研究。
托沃拉非尼的推荐儿科剂量为每周380mg/m2(QW),并将作为本研究所有分层中的起始剂量。我们假设托沃拉非尼将改善新诊断的高级别胶质瘤(HGG)的无进展生存期(PFS)。
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。




