克唑替尼联合化疗治疗复发或难治性实体瘤或间变性大细胞淋巴瘤的年轻患者
该数据集来自 clinicaltrials.gov,收录克唑替尼联合化疗治疗儿童复发或难治性实体瘤或间变性大细胞淋巴瘤(ALCL)的临床试验信息

基本信息
资源简介
克唑替尼联合化疗治疗复发或难治性实体瘤或间变性大细胞淋巴瘤的年轻患者
该数据集来自 clinicaltrials.gov,收录克唑替尼联合化疗治疗儿童复发或难治性实体瘤或间变性大细胞淋巴瘤(ALCL)的临床试验信息。覆盖疾病包括儿童实体肿瘤、复发性儿童间变性大细胞淋巴瘤和复发性神经母细胞瘤。研究主要目标为估计克唑替尼与拓扑替康、环磷酰胺联合方案,以及与长春新碱、多柔比星/右雷佐生联合方案在儿童患者中的推荐II期剂量(RP2D)或最大耐受剂量(MTD),并描述相关毒性。可用于儿童肿瘤治疗剂量探索与安全性分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:儿童实体肿瘤、复发性儿童间变性大细胞淋巴瘤、复发性神经母细胞瘤。主要目标:I. 估计克唑替尼口服每日两次与拓扑替康(盐酸拓扑替康)和环磷酰胺联合用于难治/复发性实体瘤或间变性大细胞淋巴瘤(ALCL)儿童患者的推荐II期剂量(RP2D)或最大耐受剂量(MTD)。II. 定义并描述克唑替尼与拓扑替康和环磷酰胺按此方案联合给药时的毒性。III. 估计克唑替尼口服每日两次与长春新碱(硫酸长春新碱)和多柔比星(盐酸多柔比星)/右雷佐生(盐酸右雷佐生)联合用于难治/复发性实体瘤或ALCL儿童患者的推荐II期剂量(RP2D)或最大耐受剂量(MTD)。I
【主题与分类】
主题标签:Childhood Solid Neoplasm、Recurrent Neuroblastoma。本站分类:肿瘤/淋巴瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01606878
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/NCT01606878
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:儿童实体瘤、复发性儿童间变性大细胞淋巴瘤、复发性神经母细胞瘤。主要目标:I. 评估克唑替尼口服每日两次联合拓扑替康(盐酸拓扑替康)和环磷酰胺在难治/复发性实体瘤或间变性大细胞淋巴瘤(ALCL)儿童中的推荐2期剂量(RP2D)或最大耐受剂量(MTD)。II. 定义并描述按此方案给药的克唑替尼联合拓扑替康和环磷酰胺的毒性。III. 评估克唑替尼口服每日两次联合长春新碱(硫酸长春新碱)和多柔比星(盐酸多柔比星)/右雷佐生(盐酸右雷佐生)在难治/复发性实体瘤或ALCL儿童中的推荐2期剂量(RP2D)或最大耐受剂量(MTD)。IV. 定义并描述按此方案给药的克唑替尼联合长春新碱和多柔比星/右雷佐生的毒性。V.
表征克唑替尼与托泊替康和环磷酰胺或长春新碱和多柔比星/右雷佐生联合用于复发/难治性癌症儿童时的药代动力学特征。次要目标:I. 在1期研究范围内初步确定克唑替尼与托泊替康和环磷酰胺或长春新碱和多柔比星/右雷佐生联合用药的抗肿瘤活性。II. 初步探讨神经母细胞瘤或ALCL患者中间变性淋巴瘤激酶(ALK)状态与克唑替尼联合托泊替康和环磷酰胺或长春新碱和多柔比星/右雷佐生治疗反应之间的关系。III. 初步探讨ALCL患者中微小残留病(MRD)状态与克唑替尼联合托泊替康和环磷酰胺或长春新碱和多柔比星/右雷佐生临床反应之间的关系。IV. 使用问卷初步收集克唑替尼口服溶液制剂适口性的信息。
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。




