测试抗癌药物Erdafitinib治疗复发或进展的脑癌
该数据集来自clinicaltrials.gov,聚焦于抗癌药物Erdafitinib治疗复发或进展的IDH-WT胶质瘤(伴FGFR-TACC基因融合)的临床试验

基本信息
资源简介
测试抗癌药物Erdafitinib治疗复发或进展的脑癌
该数据集来自clinicaltrials.gov,聚焦于抗癌药物Erdafitinib治疗复发或进展的IDH-WT胶质瘤(伴FGFR-TACC基因融合)的临床试验。覆盖复发WHO 2级、3级、4级胶质瘤患者。主要目标是评估客观缓解率(ORR)以初步判断抗肿瘤活性,次要目标包括安全性、总生存期(OS)和6个月无进展生存期(PFS)。数据可用于分析药物疗效与安全性,支持肿瘤学研究及临床决策预测(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:复发性胶质瘤、复发性WHO 2级胶质瘤、复发性WHO 3级胶质瘤、复发性WHO 4级胶质瘤。主要目的:I. 通过治疗期间任何时间的最佳缓解(以客观缓解率(ORR)衡量),评估erdafitinib在伴有FGFR-TACC基因融合的复发或进展性IDH-WT胶质瘤患者中的初步抗肿瘤活性。次要目的:I. 确定erdafitinib在伴有FGFR-TACC基因融合的复发或进展性IDH-WT胶质瘤患者中的安全性和耐受性。II. 评估erdafitinib在伴有FGFR-TACC基因融合的复发或进展性IDH-WT胶质瘤患者中的总生存期(OS)。III. 评估接受erdafitinib治疗的伴有FGFR-TACC基因融合的IDH-WT胶质瘤患者的6个月无进展生存期(PFS)。大纲:这是一项erdafitinib的剂量递增研究,后续内容源站未提供。
【主题与分类】
主题标签:Recurrent Glioma、Recurrent WHO Grade 2 Glioma、Recurrent WHO Grade 3 Glioma、Recurrent WHO Grade 4 Glioma。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05859334
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/NCT05859334
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
疾病类型:复发性胶质瘤、复发性WHO 2级胶质瘤、复发性WHO 3级胶质瘤、复发性WHO 4级胶质瘤。主要目的:I. 评估erdafitinib在携带FGFR-TACC基因融合的复发性或进展性IDH野生型胶质瘤患者中的初步抗肿瘤活性,以治疗期间任何时间的最佳缓解情况即客观缓解率(ORR)来衡量。次要目的:I. 确定erdafitinib在携带FGFR-TACC基因融合的复发性或进展性IDH野生型胶质瘤患者中的安全性和耐受性。II. 评估erdafitinib在携带FGFR-TACC基因融合的复发性或进展性IDH野生型胶质瘤患者中的总生存期(OS)。III. 评估接受erdafitinib治疗的携带FGFR-TACC基因融合的IDH野生型胶质瘤患者的6个月无进展生存期(PFS)。研究方案概要:这是一项erdafitinib剂量递增研究,随后进行剂量扩展研究。患者在每个周期的第1-28天每日一次(QD)口服(PO)erdafitinib。在无疾病进展或不可接受的毒性情况下,周期每28天重复一次。
患者在试验期间还会接受磁共振成像(MRI)、光学相干断层扫描(OCT)以及血液样本采集。此外,患者可选择在研究期间进行组织样本采集。研究完成后,对患者每3个月随访一次,持续2年。
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。




