Veliparib与Temozolomide治疗复发性胶质母细胞瘤
该数据集来自clinicaltrials.gov,聚焦于复发性胶质母细胞瘤患者中Temozolomide与Veliparib联合治疗的临床研究

基本信息
资源简介
Veliparib与Temozolomide治疗复发性胶质母细胞瘤
该数据集来自clinicaltrials.gov,聚焦于复发性胶质母细胞瘤患者中Temozolomide与Veliparib联合治疗的临床研究。数据涵盖I期和II期试验目标,包括确定最大耐受剂量、评估6个月无进展生存率、安全性特征及不良事件谱。适用于肿瘤治疗反应预测、药物安全性分析及联合化疗方案疗效评估等研究场景(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Temozolomide与Veliparib联合治疗在既往接受或未接受Temozolomide治疗的复发性胶质母细胞瘤患者中的最大耐受剂量。(I期) 确定Temozolomide与Veliparib联合治疗(采用5天 vs 21天方案)在既往接受Temozolomide治疗的复发性胶质母细胞瘤患者中的疗效,以6个月无进展生存率衡量。(II期)次要 表征Temozolomide与Veliparib联合治疗的安全性特征。(I期) 确定Temozolomide与Veliparib联合治疗(采用5天 vs 21天方案)在复发性胶质母细胞瘤患者中的不良事件特征和耐受性。(II期)* 确定Temozolomide与Veliparib联合治疗(采用
【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/NCT01026493
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/NCT01026493
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。目的:主要 * 确定替莫唑胺与维利帕尼联合用药在既往接受或未接受替莫唑胺治疗的复发性胶质母细胞瘤患者中的最大耐受剂量。(I期*) * 确定替莫唑胺与维利帕尼联合用药(采用5天与21天方案比较)在既往接受替莫唑胺治疗的复发性胶质母细胞瘤患者中的疗效,以6个月无进展生存率衡量。(II期*)次要 * 描述替莫唑胺与维利帕尼联合用药的安全性特征。(I期*) * 确定替莫唑胺与维利帕尼联合用药(采用5天与21天方案比较)在复发性胶质母细胞瘤患者中的不良事件特征和耐受性。(II期*) * 确定替莫唑胺与维利帕尼联合用药(采用5天与21天方案比较)在可测量病灶患者中的疗效,以客观缓解衡量。(II期*) * 确定接受替莫唑胺与维利帕尼联合用药(采用5天与21天方案比较)治疗患者的总生存期。
(II期*)注:I期已结束,II期于2012年3月6日开始。大纲:这是一项多中心、I期剂量递增研究,随后进行II期随机研究。进入II期部分的患者根据贝伐珠单抗(BEV)状态(未使用过贝伐珠单抗 vs 贝伐珠单抗治疗失败)、年龄(<50岁 vs ≥50岁)、卡氏体能状态(70-80% vs 90-100%)以及近期切除(是 vs 否/仅活检)进行分层。 I期:* 患者在第1-21天接受口服替莫唑胺每日一次和口服维利帕尼每日两次。在没有疾病进展或不可接受的毒性的情况下,每28天重复一个疗程。* II期:* 患者被随机分配到2个治疗组中的1个。* 第I组:患者如I期一样接受替莫唑胺和维利帕尼。* 第II组:患者在第1-5天接受口服替莫唑胺每日一次和口服维利帕尼每日两次。每28天重复一个疗程
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。



![癌症患者中的3'-Deoxy-3'-[18F] Fluorothymidine PET成像](/medical-api/medicalDataset/datasetCover/78853.jpg)
