评估Marqibo在难治性癌症儿童和青少年中的安全性、活性和药代动力学
该数据集来自clinicaltrials.gov,聚焦于Marqibo在患有难治性癌症的儿童和青少年中的安全性、活性和药代动力学评估

基本信息
资源简介
评估Marqibo在难治性癌症儿童和青少年中的安全性、活性和药代动力学
该数据集来自clinicaltrials.gov,聚焦于Marqibo在患有难治性癌症的儿童和青少年中的安全性、活性和药代动力学评估。覆盖的疾病类型包括肉瘤、神经母细胞瘤、Wilms瘤、白血病、淋巴瘤和脑肿瘤。数据集可用于了解该药物在儿童肿瘤患者中的研究背景、疾病范围及潜在临床应用,为相关肿瘤治疗研究提供参考信息(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:肉瘤、神经母细胞瘤、Wilms瘤、白血病、淋巴瘤、脑肿瘤。背景 硫酸长春新碱是一种广泛使用的生物碱类抗肿瘤药物,来源于长春花(Vinca rosea Linn.)。它对多种恶性肿瘤具有活性。它是一种细胞周期特异性药物,通过特异性地与微管蛋白结合并破坏细胞分裂,将细胞生长阻滞在M期(中期)。其剂量限制性毒性(DLT)几乎总是神经性的。 过去二十年的研究表明,脂质体药物载体能够通过改变药物的药理学行为来提高抗癌药物的治疗指数。 * Marqibo(注册商标)是将长春新碱包裹在鞘磷脂/胆固醇(SM/CHOL)脂质体中,旨在提高长春新碱的活性。它已被证明
【主题与分类】
主题标签:Sarcoma、Neuroblastoma、Wilms Tumor、Leukemia、Lymphoma、Brain Tumors。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01222780
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/NCT01222780
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:肉瘤、神经母细胞瘤、Wilms瘤、白血病、淋巴瘤、脑肿瘤。背景 * 硫酸长春新碱是一种广泛使用的抗肿瘤药物,属于从长春花(Vinca rosea Linn.)中提取的生物碱类药物。它对多种恶性肿瘤具有活性。作为一种细胞周期特异性药物,它通过特异性地与微管蛋白结合,破坏细胞分裂,使细胞生长停滞于M期(中期)。其剂量限制性毒性(DLT)几乎总是神经性的。 * 过去二十年的研究表明,脂质体药物载体能够通过改变药物的药理学行为,提高抗癌药物的治疗指数。 * Marqibo(注册商标)是将长春新碱包裹在鞘磷脂/胆固醇(SM/CHOL)脂质体中,旨在增强长春新碱的活性。在成人的2期研究中已显示其具有活性。此前对儿童使用Marqibo(注册商标)的研究有限。曾进行过一项小型的2期研究,给药剂量为每14天2.0mg/m2。
该药物似乎耐受性良好,并观察到一定活性,尽管数据相当有限。目的 * 确定接受每周静脉注射Marqibo(注册商标)的实体瘤或血液系统恶性肿瘤儿童和青少年的最大耐受剂量(MTD)、毒性特征、剂量限制性毒性和药代动力学。 * 确定Marqibo(注册商标)在儿童最大耐受剂量下对复发或难治性急性淋巴细胞白血病(ALL)儿童和青少年的耐受性和潜在活性。入选标准 - 经组织学确诊为可测量或可评估的复发或难治性恶性疾病的儿童和青少年(大于或等于2岁且小于21岁)。设计 * Marqibo(注册商标)将每7天(±3天)静脉注射一次,输注时间超过60分钟(±10分钟)(第1、8、15、22天),共四剂(1个周期)。周期可每28天重复一次
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。




