ABT-751 治疗难治性实体瘤年轻患者
该数据集来自 clinicaltrials.gov,收录 ABT-751 治疗儿童难治性实体瘤的临床试验信息,覆盖脑与中枢神经系统肿瘤、儿童及性腺外生殖细胞肿瘤、肾癌、肝癌、神经母细胞瘤、卵巢癌、肉瘤等病种

基本信息
资源简介
ABT-751 治疗难治性实体瘤年轻患者
该数据集来自 clinicaltrials.gov,收录 ABT-751 治疗儿童难治性实体瘤的临床试验信息,覆盖脑与中枢神经系统肿瘤、儿童及性腺外生殖细胞肿瘤、肾癌、肝癌、神经母细胞瘤、卵巢癌、肉瘤等病种。数据可用于研究该药物每日给药7天每21天重复或每日给药21天每28天重复方案的最大耐受剂量、剂量限制性毒性、毒性谱、药代动力学与药效学,并评估治疗反应及对肿瘤血管分布和血流的影响,服务于儿科肿瘤治疗方案的预测与评估(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、儿童生殖细胞肿瘤、性腺外生殖细胞肿瘤、肾癌、肝癌、神经母细胞瘤、卵巢癌、肉瘤。目的:主要 确定在难治性实体瘤患儿中,ABT-751 每日给药7天每21天重复或每日给药21天每28天重复的最大耐受剂量和剂量限制性毒性作用。 确定这些方案在这些患者中的毒性谱。 确定这些方案在这些患者中的药代动力学。 通过测量这些患者接受该药前后外周血单核细胞中聚合微管蛋白的比例,评估该药的药效学。次要 量化接受这些方案治疗患者的缓解情况。 使用动态评估该药对肿瘤血管分布和肿瘤血流的影响
【主题与分类】
主题标签:Brain and Central Nervous System Tumors、Childhood Germ Cell Tumor、Extragonadal Germ Cell Tumor、Kidney Cancer、Liver Cancer、Neuroblastoma、Ovarian Cancer、Sarcoma。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00036959
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/NCT00036959
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、儿童生殖细胞肿瘤、性腺外生殖细胞肿瘤、肾癌、肝癌、神经母细胞瘤、卵巢癌、肉瘤。目的:主要目标* 确定ABT-751在难治性实体瘤儿童中,每21天连续7天每日给药或每28天连续21天每日给药的最大耐受剂量和剂量限制性毒性效应。* 确定这些方案在这些患者中的毒性谱。* 确定这些方案在这些患者中的药代动力学。* 通过测量这些患者接受此药前后外周血单核细胞中聚合微管蛋白的比例,评估该药的药效动力学。次要目标* 量化接受这些方案治疗患者的反应。* 使用动态增强MRI评估该药对这些患者肿瘤血管分布和肿瘤血流的影响。概述:这是一项开放标签、多中心、剂量递增研究,涉及ABT-751的两种不同给药方案。患者被分配至2种给药方案之一。* 方案1(自2009年5月25日起停止招募):患者在第1-7天每日口服ABT-751一次。
在没有疾病进展或不可接受毒性的情况下,每21天重复一个疗程。* 方案2(自2009年5月25日起停止招募):患者在第1-21天每天一次口服ABT-751。在没有疾病进展或不可接受毒性的情况下,每28天重复一个疗程。在每个方案中,3-6名患者组成的队列接受递增剂量的ABT-751,直至确定最大耐受剂量(MTD)。MTD定义为6名患者中至少有2名出现剂量限制性毒性的前一个剂量。一旦确定MTD,最多9名患者(至少3名年龄11岁及以下和3名年龄12至18岁的患者)在MTD下接受治疗。预计招募人数:本研究将在8个月内最多招募90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。




