Vorasidenib联合Lomustine治疗携带IDH1和/或IDH2突变的复发性IDH突变型胶质瘤患者
IDH突变型胶质瘤是弥漫性胶质瘤的分子亚型,在青中年原发性脑肿瘤中占相当比例,复发后有效治疗选择有限。IDH1/IDH2突变产生致癌代谢物D-2-羟基戊二酸,通过表观遗传和代谢失调促进胶质瘤发生

基本信息
资源简介
Vorasidenib联合Lomustine治疗携带IDH1和/或IDH2突变的复发性IDH突变型胶质瘤患者
该数据集来自clinicaltrials.gov,聚焦复发性IDH突变型胶质瘤患者,涉及Vorasidenib联合Lomustine的治疗方案。IDH突变型胶质瘤是弥漫性胶质瘤的分子亚型,在青中年原发性脑肿瘤中占相当比例,复发后有效治疗选择有限。IDH1/IDH2突变产生致癌代谢物D-2-羟基戊二酸,通过表观遗传和代谢失调促进胶质瘤发生。Vorasidenib为口服脑渗透性突变IDH1/IDH2抑制剂,Lomustine为复发胶质瘤常用烷化剂。数据可用于相关肿瘤治疗研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:复发性胶质瘤、IDH突变型胶质瘤。异柠檬酸脱氢酶(IDH)突变型胶质瘤代表弥漫性胶质瘤中一个分子上独特的亚群,在青中年诊断的原发性脑肿瘤中占相当大的比例。尽管采用包括手术、放疗和化疗在内的多模式治疗方法,大多数患者仍不可避免地出现复发,且复发时的有效治疗选择有限。IDH1和IDH2突变导致致癌代谢物D-2-羟基戊二酸的产生,后者通过表观遗传和代谢失调促进胶质瘤发生。Vorasidenib是一种口服、脑渗透性的突变IDH1和IDH2抑制剂,已在IDH突变型胶质瘤患者中显示出临床活性。Lomustine是一种烷化剂,常用于复发性胶质瘤,仍是一种确立的治疗
【主题与分类】
主题标签:Recurrent Glioma、IDH-mutant Gliomas。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07629089
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/NCT07629089
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:复发性胶质瘤、IDH突变型胶质瘤。异柠檬酸脱氢酶(IDH)突变型胶质瘤是弥漫性胶质瘤中一个分子学上独特的亚群,在青中年成人原发性脑肿瘤诊断中占相当大的比例。尽管采用包括手术、放疗和化疗在内的多模式治疗方法,大多数患者仍不可避免地出现复发,且复发时有效的治疗选择有限。IDH1和IDH2突变导致致癌代谢物D-2-羟基戊二酸的产生,后者通过表观遗传和代谢失调促进胶质瘤发生。Vorasidenib是一种口服、可穿透血脑屏障的突变IDH1和IDH2抑制剂,已在IDH突变型胶质瘤患者中显示出临床活性。洛莫司汀是一种烷化剂,常用于复发性胶质瘤,仍是该情形下既定的治疗选择。Vorasidenib与洛莫司汀联合方案此前尚未在复发性IDH突变型胶质瘤患者中进行评估。
鉴于其不同的作用机制和潜在的互补抗肿瘤效应,评估该联合方案的安全性和耐受性是有必要的。VALIENT是一项单中心、开放标签的1期研究,评估vorasidenib联合洛莫司汀在复发IDH1或IDH2突变型胶质瘤成人患者中的疗效。该研究包括两部分。第1部分采用剂量递减设计,以确定vorasidenib与标准剂量洛莫司汀联合给药时的推荐联合剂量。在确定推荐联合剂量后,第2部分将入组一个扩展队列,以进一步表征该联合方案的安全性特征并评估初步抗肿瘤活性。除安全性和耐受性评估外,该研究还将表征vorasidenib及其循环代谢物与洛莫司汀联合给药时的药代动力学特征。临床和影像学结局也将被评估,以为未来的
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。




