替莫唑胺联合外周血干细胞移植治疗新诊断恶性胶质瘤或复发性中枢神经系统及其他实体瘤患儿
本数据集来自 clinicaltrials.gov,聚焦替莫唑胺联合外周血干细胞移植治疗新诊断恶性胶质瘤或复发性中枢神经系统及其他实体瘤患儿

基本信息
资源简介
替莫唑胺联合外周血干细胞移植治疗新诊断恶性胶质瘤或复发性中枢神经系统及其他实体瘤患儿
本数据集来自 clinicaltrials.gov,聚焦替莫唑胺联合外周血干细胞移植治疗新诊断恶性胶质瘤或复发性中枢神经系统及其他实体瘤患儿。覆盖脑与中枢神经系统肿瘤、儿童生殖细胞肿瘤、头颈癌、肾癌、神经母细胞瘤、卵巢癌、肉瘤、睾丸生殖细胞肿瘤等病种。研究为替莫唑胺剂量递增试验,评估最大耐受剂量、毒性及治疗活性,方案包括 G-CSF 给药、外周血干细胞采集与回输。可用于儿科肿瘤治疗剂量探索与毒性预测相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:脑与中枢神经系统肿瘤、儿童生殖细胞肿瘤、头颈癌、肾癌、神经母细胞瘤、卵巢癌、肉瘤、睾丸生殖细胞肿瘤。目标: 确定替莫唑胺在新诊断恶性胶质瘤或复发性中枢神经系统或其他实体瘤患儿中的最大耐受剂量。 评估该治疗在这些患者中的毒性。* 确定该治疗在这些患者中的活性。方案概述:这是一项替莫唑胺剂量递增研究。患者自第 -5 天起皮下(SQ)或静脉(IV)接受非格司亭(G-CSF),并持续至至少第 3 天。在第 0、2 和 4 天采集外周血干细胞(PBSC)。随后患者连续 5 天每日口服替莫唑胺。在替莫唑胺末次给药后 1 天回输采集的 PBSC。患者还从 t 开始接受 G-CSF
【主题与分类】
主题标签:Brain and Central Nervous System Tumors、Childhood Germ Cell Tumor、Head and Neck Cancer、Kidney Cancer、Neuroblastoma、Ovarian Cancer、Sarcoma、Testicular Germ Cell Tumor。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00005952
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/NCT00005952
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:脑与中枢神经系统肿瘤、儿童生殖细胞肿瘤、头颈部癌症、肾癌、神经母细胞瘤、卵巢癌、肉瘤、睾丸生殖细胞肿瘤。目的:* 确定替莫唑胺在新诊断恶性胶质瘤或复发性中枢神经系统或其他实体瘤儿童中的最大耐受剂量。* 评估该治疗在这些患者中的毒性。* 确定该治疗在这些患者中的活性。概要:这是一项替莫唑胺的剂量递增研究。患者从第-5天开始接受非格司亭(G-CSF)皮下(SQ)或静脉注射,并持续至至少第3天。在第0、2和4天收集外周血干细胞(PBSC)。随后,患者连续5天每天口服替莫唑胺。替莫唑胺末次给药后1天回输收集的PBSC。患者还在移植时开始接受G-CSF,直至血细胞计数恢复。在无疾病进展或不可接受的毒性的情况下,治疗继续。3-6名患者的队列接受递增剂量的替莫唑胺,直至确定最大耐受剂量(MTD)。
最大耐受剂量定义为6名患者中有2名出现剂量限制性毒性的剂量。患者每3个月随访一次,持续1至3年,此后每年随访一次。预计入组人数:本研究将在12个月内共入组30名患者。
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。




