Talotrexin 治疗复发实体瘤或复发/难治性白血病的年轻患者
该数据集来自 clinicaltrials.gov,聚焦 Talotrexin 在年轻复发实体瘤或复发/难治性白血病患者中的剂量递增、多中心研究

基本信息
资源简介
Talotrexin 治疗复发实体瘤或复发/难治性白血病的年轻患者
该数据集来自 clinicaltrials.gov,聚焦 Talotrexin 在年轻复发实体瘤或复发/难治性白血病患者中的剂量递增、多中心研究。数据覆盖脑与中枢神经系统肿瘤、白血病、淋巴瘤及未明确的儿童实体瘤。研究主要目标为估计最大耐受剂量(MTD)与推荐 II 期剂量,并确定药物毒性;次要目标包括评估抗肿瘤活性与既定 MTD 的耐受性。患者按诊断分层为实体瘤与白血病两组,可用于支持剂量探索、毒性预测及疗效相关分析(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、白血病、淋巴瘤、未明确的儿童实体瘤、方案特定。目的:主要 在复发实体瘤或复发或难治性白血病的年轻患者中估计 Talotrexin 的最大耐受剂量(MTD)和推荐的 II 期剂量。 确定该药物在这些患者中的毒性。次要 确定该药物在这些患者中的抗肿瘤活性。 评估该药物既定 MTD 在这些患者中的耐受性。概述:这是一项剂量递增、多中心研究。患者根据诊断(实体瘤 vs 白血病)进行分层。* 第 1 层(复发实体瘤):患者在第 1 天和第 8 天接受 Talotrexin 静脉注射,持续 10 分钟。在没有疾病进展或不可接受的毒性的情况下,每 21 天重复治疗,最多 17 个疗程。3-6 名患者的队列
【主题与分类】
主题标签:Brain and Central Nervous System Tumors、Leukemia、Lymphoma。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00458744
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/NCT00458744
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:脑及中枢神经系统肿瘤、白血病、淋巴瘤、未明确的儿童实体瘤、方案特定。
目的:
主要目的
- 评估talotrexin在复发性实体瘤或复发性/难治性白血病的年轻患者中的最大耐受剂量(MTD)及推荐的II期剂量。
- 确定该药物在这些患者中的毒性。
次要目的
- 确定该药物在这些患者中的抗肿瘤活性。
- 评估该药物既定MTD在这些患者中的耐受性。
大纲:这是一项剂量递增、多中心研究。患者根据诊断进行分层(实体瘤 vs 白血病)。
-
第1层(复发性实体瘤):患者在第1天和第8天接受talotrexin静脉注射,输注时间超过10分钟。在无疾病进展或不可接受的毒性的情况下,治疗每21天重复一次,最多17个疗程。3-6名患者组成的队列接受递增剂量的talotrexin,直至确定最大耐受剂量(MTD)。MTD定义为3名患者中有2名或6名患者中有2名出现剂量限制性毒性(DLT)时的前一剂量水平。
-
第二层(复发或难治性白血病):一组3-6名白血病患者接受与第一层相同的治疗,采用第一层确定的MTD。如果在实体瘤MTD下,6名患者中有2名或3名或2名经历DLT,则停止招募。研究治疗完成后,患者随访30天。预计招募人数:本研究总共将招募36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。




