靶向治疗对NF2相关神经鞘瘤病影响的创新试验 (INTUITT-NF2)
INTUITT-NF2 是一项来自 clinicaltrials.gov 的 II 期篮式临床试验数据集,面向 NF2 相关神经鞘瘤病(NF2-SWN)患者,覆盖前庭神经鞘瘤、非前庭神经鞘瘤、脑膜瘤和室管膜瘤等进展性肿瘤

基本信息
资源简介
靶向治疗对NF2相关神经鞘瘤病影响的创新试验 (INTUITT-NF2)
INTUITT-NF2 是一项来自 clinicaltrials.gov 的 II 期篮式临床试验数据集,面向 NF2 相关神经鞘瘤病(NF2-SWN)患者,覆盖前庭神经鞘瘤、非前庭神经鞘瘤、脑膜瘤和室管膜瘤等进展性肿瘤。主研究将受试者随机分配至不同治疗臂(子研究),各子研究另有知情同意与入组流程;研究流程包括资格筛查、随机化及最长 10 年观察。该数据可用于评估靶向治疗在特定肿瘤类型中的安全性与有效性,支持治疗反应预测等研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:2型神经纤维瘤病、前庭神经鞘瘤、非前庭神经鞘瘤、脑膜瘤、室管膜瘤。本研究为II期临床试验。II期临床试验测试研究性药物的安全性和有效性,以了解该药物是否对治疗特定疾病有效。作为一项篮式研究,该试验将入组伴有前庭神经鞘瘤(VS)、非前庭神经鞘瘤(non-VS)、脑膜瘤和室管膜瘤相关进展性肿瘤的NF2-SWN患者。主研究(MASTER STUDY)旨在入组将被分配至不同治疗臂(子研究)的参与者,每个子研究将各有额外的知情同意和入组流程。主研究——研究流程包括资格筛查、若符合条件则随机分配至实验性治疗子研究,以及最长10年的观察。* 参与者
【主题与分类】
主题标签:Neurofibromatosis Type 2、Vestibular Schwannoma、Non-vestibular Schwannoma、Meningioma、Ependymoma。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04374305
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/NCT04374305
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:2型神经纤维瘤病、前庭神经鞘瘤、非前庭神经鞘瘤、脑膜瘤、室管膜瘤。本研究为II期临床试验。II期临床试验旨在检验研究性药物的安全性和有效性,以了解该药物是否对治疗特定疾病有效。作为一项篮式研究,该试验将纳入伴有相关进展性肿瘤的NF2-SWN患者,包括前庭神经鞘瘤(VS)、非前庭神经鞘瘤(非VS)、脑膜瘤和室管膜瘤。主研究旨在纳入将被分配至不同治疗组(子研究)的参与者,每个子研究均有额外的知情同意和入组流程。主研究——研究程序包括资格筛选、随机分配至实验性治疗子研究(如符合条件),以及长达10年的观察。* 在治疗子研究期间出现肿瘤生长的参与者,如符合条件,将被允许加入另一项实验性治疗子研究。
- 不符合参加其他治疗子研究条件的参与者将被允许继续留在主研究下接受观察,以了解这些肿瘤的生长模式(自然病史) * 参与者将有资格留在本主研究中长达10年。 * 预计约有80人将参加主研究 * 该研究将最多随机分配40名患者至每个实验组。试验的总样本量并非固定设计,因为其包含因无效而剔除组的规则,并允许通过修正案增加组的可能性。 子研究A(brigatinib) 药物子研究A将测试brigatinib治疗NF2相关肿瘤的活性。 * Brigatinib已获批用于治疗对crizotinib进展或不耐受的间变性淋巴瘤激酶(ALK)阳性转移性非小细胞肺癌(NSCLC)患者。在临床前模型中,brigatinib已显示出对NF2缺陷肿瘤模型的活性证据。 * 四十(40)人将
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。




