手术联合Nivolumab与Ipilimumab治疗复发性GBM
该数据集来自clinicaltrials.gov,聚焦复发性胶质母细胞瘤(GBM)的术前免疫治疗研究。研究计划纳入约60名受试者,随机分为三组:A组接受nivolumab联合ipilimumab,B组接受nivolumab联合安慰剂-ipilimumab,C组接受两种安慰剂输注

基本信息
资源简介
手术联合Nivolumab与Ipilimumab治疗复发性GBM
该数据集来自clinicaltrials.gov,聚焦复发性胶质母细胞瘤(GBM)的术前免疫治疗研究。研究计划纳入约60名受试者,随机分为三组:A组接受nivolumab联合ipilimumab,B组接受nivolumab联合安慰剂-ipilimumab,C组接受两种安慰剂输注。受试者及研究医生在手术前均不知晓分组。数据覆盖筛选、治疗及随访评估,可用于分析术前免疫治疗在复发性GBM中的设计、分组与流程,支持肿瘤免疫治疗相关研究(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、GBM、多形性胶质母细胞瘤、IV级星形细胞瘤。研究程序包括资格筛选和研究治疗,含评估与随访访视。预计约60人参加本研究。本研究有3个研究组参与,每组接受不同的研究药物。筛选后,受试者将被随机分配到三个研究组之一。受试者将在接受肿瘤切除手术前接受以下研究治疗之一: A组接受nivolumab联合ipilimumab B组接受nivolumab联合安慰剂-ipilimumab * C组接受两次安慰剂输注,即安慰剂-nivolumab联合安慰剂-ipilimumab。受试者和研究医生均不会知道受试者在手术前将接受哪种研究药物。从……恢复后
【主题与分类】
主题标签:Glioblastoma、GBM、Glioblastoma Multiforme、Grade IV Astrocytoma。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04606316
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/NCT04606316
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、GBM、多形性胶质母细胞瘤、IV级星形细胞瘤。研究程序包括资格筛选和研究治疗,含评估与随访访视。预计约60人参加本研究。本研究有3个研究组参与,每组接受不同的研究药物。筛选后,参与者将被随机分配到三个研究组之一。参与者在接受肿瘤切除手术前将接受以下研究治疗之一:* A组接受纳武利尤单抗联合伊匹木单抗 * B组接受纳武利尤单抗联合安慰剂-伊匹木单抗 * C组接受两次安慰剂输注,即安慰剂-纳武利尤单抗联合安慰剂-伊匹木单抗。参与者和研究医生均不会知道参与者在手术前将接受哪种研究药物。
手术后恢复后,受试者将接受以下剂量的研究药物:——纳武利尤单抗联合伊匹木单抗每3周一次,共3剂,随后纳武利尤单抗每4周一次。本研究是一项Ib期临床试验,旨在检测一种研究性药物的安全性和有效性,以了解该药物是否对治疗特定疾病有效。“研究性”意味着该药物正在研究中。美国食品药品监督管理局(FDA)尚未批准纳武利尤单抗或伊匹木单抗用于您的特定疾病,但已批准其用于其他用途。纳武利尤单抗和伊匹木单抗均为抗体(一种人体蛋白质),通过免疫疗法阻止肿瘤细胞生长和增殖。免疫疗法旨在让机体自身的免疫系统对抗肿瘤细胞。纳武利尤单抗和伊匹木单抗已在其他研究中使用,来自这些其他研究的信息表明,这些药物可能有助于阻止胶质母细胞瘤细胞生长。受试者还可选择接受Zr-89 Crefmirlimab berdoxam PET扫描。该过程包括一次Zr-89 Crefmirlimab berdoxam输注,随后在开始研究前进行PET扫描。
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。




