超选择性动脉内重复输注西妥昔单抗(爱必妥)联合再程放疗治疗复发/难治性 GBM、AA 和 AOA
原站关注胶质母细胞瘤、间变性星形细胞瘤、间变性少突星形细胞瘤、胶质瘤及复发性脑肿瘤。原发性脑肿瘤常用手术、放疗、化疗,但疗法不足,中位生存约12个月,胶质瘤美国每年约7000人

基本信息
资源简介
超选择性动脉内重复输注西妥昔单抗(爱必妥)联合再程放疗治疗复发/难治性 GBM、AA 和 AOA
原站关注胶质母细胞瘤、间变性星形细胞瘤、间变性少突星形细胞瘤、胶质瘤及复发性脑肿瘤。原发性脑肿瘤常用手术、放疗、化疗,但疗法不足,中位生存约12个月,胶质瘤美国每年约7000人。GBM常高表达EGFR,与预后差相关,已有单抗、疫苗和酪氨酸激酶抑制剂等尝试。假设复发GBM患者颅内超选择性动脉内输注西妥昔单抗250mg/m2联合大分割放疗安全有效,防进展(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:胶质母细胞瘤、间变性星形细胞瘤、间变性少突星形细胞瘤、胶质瘤、脑肿瘤、脑癌、脑瘤、复发性脑肿瘤。原发性脑肿瘤通常通过手术、放射治疗和化学治疗进行单独或联合治疗。目前的疗法仍不充分,脑癌患者较低的5年生存率和约12个月的中位生存期即证明了这一点。胶质瘤是原发性脑癌最常见的形式,在美国每年约影响7,000名患者。这些高度恶性的癌症在肿瘤学中仍是一个重要的未满足临床需求。GBM常高表达EFGR(表皮生长因子受体),这与不良预后相关。已测试多种抑制该受体的方法,包括单克隆抗体、疫苗和酪氨酸激酶抑制剂。研究者假设,对于复发性GBM患者,以250mg/m2剂量颅内超选择性动脉内输注西妥昔单抗(CTX),并联合大分割放疗,将是安全有效的,并能预防复发性、残留GBM患者的肿瘤进展。
【主题与分类】
主题标签:Glioblastoma、Anaplastic Astrocytoma、Anaplastic Oligoastrocytoma、Glioma、Brain Neoplasm、Brain Cancer、Brain Tumor、Brain Tumor, Recurrent、Brain Neoplasm, Malignant。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02800486
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/NCT02800486
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:胶质母细胞瘤、间变性星形细胞瘤、间变性少突星形细胞瘤、胶质瘤、脑肿瘤、脑癌、脑瘤、复发性脑肿瘤。原发性脑肿瘤通常通过手术、放射治疗和化学治疗进行单独或联合治疗。目前的疗法仍不充分,脑癌患者较低的5年生存率和约12个月的中位生存期即证明了这一点。胶质瘤是原发性脑癌最常见的形式,在美国每年约影响7,000名患者。这些高度恶性的癌症在肿瘤学中仍是一个重要的未满足临床需求。GBM常高表达EFGR(表皮生长因子受体),这与不良预后相关。已测试多种抑制该受体的方法,包括单克隆抗体、疫苗和酪氨酸激酶抑制剂。研究者假设,对于复发性GBM患者,以250mg/m2剂量颅内超选择性动脉内输注西妥昔单抗(CTX),并联合大分割放疗,将是安全有效的,并能预防复发性、残留GBM患者的肿瘤进展。
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。




