67Cu-SARTATE™肽受体放射性核素治疗用于高危复发性难治性神经母细胞瘤儿科患者
该数据集来自clinicaltrials.gov,聚焦高危、复发性、难治性神经母细胞瘤儿科患者接受67Cu-SARTATE™肽受体放射性核素治疗的临床试验

基本信息
资源简介
67Cu-SARTATE™肽受体放射性核素治疗用于高危复发性难治性神经母细胞瘤儿科患者
该数据集来自clinicaltrials.gov,聚焦高危、复发性、难治性神经母细胞瘤儿科患者接受67Cu-SARTATE™肽受体放射性核素治疗的临床试验。试验采用适应性设计,利用累积数据调整剂量与治疗次数,并为每位患者个体化确定治疗间隔和次数。研究分剂量递增和队列扩展两阶段,剂量递增采用改良3+3设计,最多7个递增剂量队列(MBq/kg),给药后6周监测预设剂量限制性毒性。数据可用于了解该疗法的试验设计与安全性评估框架(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:神经母细胞瘤、复发性神经母细胞瘤、难治性神经母细胞瘤。这是一项“适应性试验”。试验设计利用正在进行的试验中不断积累的数据来修改试验的某些方面(例如剂量、治疗次数)。该试验也是一项“个性化试验”,因为治疗间隔和治疗次数是为每位患者单独确定的。本研究将分两个阶段进行,即剂量递增阶段和队列扩展阶段。剂量递增将采用改良的3+3研究设计完成,最多7个剂量递增队列,剂量单位为MBq/kg。在给予1个治疗周期67Cu-SARTATE后6周内监测预设的剂量限制性毒性。表现出治疗获益(定义为研究者使用国际神经母细胞瘤反应标准(INRC)指南评估为非进展)的参与者
【主题与分类】
主题标签:Neuroblastoma、Relapsed Neuroblastoma、Refractory Neuroblastoma。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04023331
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/NCT04023331
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
适应症:神经母细胞瘤、复发性神经母细胞瘤、难治性神经母细胞瘤。这是一项“适应性试验”。该试验设计利用正在进行的试验中不断积累的数据来调整试验的某些方面(例如剂量、治疗次数)。该试验也是一项“个体化试验”,因为治疗间隔和治疗次数均根据每位患者的具体情况单独确定。本研究将分两个阶段进行,即剂量递增阶段和队列扩展阶段。剂量递增将采用改良的3+3研究设计,最多设7个剂量递增队列,剂量以MBq/kg为单位。在给予1个疗程的67Cu-SARTATE后6周内,将对预先定义的剂量限制性毒性进行监测。对于显示出治疗获益的受试者(定义为研究者根据国际神经母细胞瘤反应标准(INRC)指南评估为非进展),可提供额外的治疗周期(每位受试者最多可接受4个治疗周期)。
一旦确定单次给药67Cu-SARTATE的最大耐受剂量(MTD)或最大可行剂量(MFD),或完成第7队列,队列扩展将开始。研究将扩大规模,额外招募10名受试者,他们将在MTD/MFD剂量水平接受至少2个疗程的67Cu-SARTATE治疗。表现出治疗获益的参与者(定义为研究者根据INRC指南评估的无进展)可能被提供额外的治疗周期(每位参与者总共最多可接受4个治疗周期)。该研究还包括从首次给予67Cu-SARTATE后的长期随访期至36个月,尽管不需要亲自到访研究。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




