替莫唑胺治疗复发性多形性胶质母细胞瘤或其他恶性胶质瘤

该数据集来自 clinicaltrials.gov,主题为替莫唑胺治疗复发性多形性胶质母细胞瘤或其他恶性胶质瘤。主要目标是评估患者 6 个月无进展生存率,次要目标为总生存期

Memorial Sloan Kettering Cancer CenterMemorial Sloan Kettering Cancer Center
clinicaltrials
浏览 12
蛋白质预测Brain and Central Nervous System Tumors
Temozolomide in Treating Patients With Recurrent Glioblastoma Multiforme or Other Malignant Glioma

基本信息

模态
蛋白质
任务类型
预测
创建/更新时间
2026-10-10

资源简介

替莫唑胺治疗复发性多形性胶质母细胞瘤或其他恶性胶质瘤

该数据集来自 clinicaltrials.gov,主题为替莫唑胺治疗复发性多形性胶质母细胞瘤或其他恶性胶质瘤。主要目标是评估患者 6 个月无进展生存率,次要目标为总生存期。患者每日口服替莫唑胺直至疾病进展或出现不可耐受毒性,并在基线和 2 年内每 2 个月采集血样,通过蛋白表达、逆转录 PCR、ELISA 和 western blot 分析新生血管生成标志物(自 2009 年 1 月 12 日起不再采集和检测样本)。可用于脑肿瘤治疗相关的生存预测研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:脑和中枢神经系统肿瘤。目的:主要 确定接受替莫唑胺治疗的复发性多形性胶质母细胞瘤或其他恶性胶质瘤患者 6 个月时的无进展生存率。次要 确定接受该药物治疗的患者的总生存期。方案:患者每日口服替莫唑胺一次,直至疾病进展或出现不可耐受的毒性。在基线和 2 年内每 2 个月采集血样,用于评估新生血管生成标志物。样本通过蛋白表达、逆转录 PCR、ELISA 和 western blot 进行分析。(自 2009 年 1 月 12 日起不再采集和检测样本)

【主题与分类】

主题标签:Brain and Central Nervous System Tumors。本站分类:肿瘤/脑肿瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT00498927

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT00498927

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:脑与中枢神经系统肿瘤。目的:主要目的 * 确定接受替莫唑胺治疗的复发性多形性胶质母细胞瘤或其他恶性胶质瘤患者6个月时的无进展生存率。次要目的 * 确定接受该药物治疗的患者的总生存期。方案概述:患者每日口服替莫唑胺一次,直至疾病进展或出现不可接受的毒性。在基线和每2个月采集血样,持续2年,用于评估新生血管生成标志物。样本通过蛋白表达、逆转录酶PCR、ELISA和蛋白质印迹进行分析。(自2009年1月12日起,不再采集和检测样本)

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。

获取专属数据定制方案