RTA 744 治疗复发、进展或难治性肿瘤性脑膜炎的安全性研究

该数据集来自 clinicaltrials.gov,收录一项关于 RTA 744 治疗复发、进展或难治性肿瘤性脑膜炎的安全性研究

BiogenBiogen
clinicaltrials
浏览 2
其他Leptomeningeal Carcinomatosis
A Safety Study of RTA 744 in Recurrent, Progressive or Refractory Neoplastic Meningitis

基本信息

模态
其他
创建/更新时间
2026-10-28

资源简介

RTA 744 治疗复发、进展或难治性肿瘤性脑膜炎的安全性研究

该数据集来自 clinicaltrials.gov,收录一项关于 RTA 744 治疗复发、进展或难治性肿瘤性脑膜炎的安全性研究。源站描述指出,肿瘤性脑膜炎是恶性细胞沉积于脑和脊髓的软脑膜,常发生于晚期实体瘤化疗失败患者或中枢神经系统实质转移患者,生存率低,亟需能穿透血脑屏障并治疗整个神经轴的更好疗法。RTA 744 是抗癌药 doxorubicin 的化学类似物,在动物模型中可穿过血脑屏障并在中枢神经系统肿瘤组织中达到高浓度。研究采用预先设定的剂量递增,直至首次出现剂量限制性毒性,并确定最大耐受剂量(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:软脑膜癌病。肿瘤性脑膜炎是指恶性细胞沉积于脑和脊髓的衬里(软脑膜)。来自实体瘤的肿瘤性脑膜炎最常发生于既往化疗失败的晚期系统性疾病患者;在中枢神经系统实质转移患者中也很常见。患者生存率仍然很低,需要更好的治疗手段来穿透血脑屏障并治疗整个神经轴。RTA 744 是已被充分表征的抗癌药 doxorubicin 的紧密化学类似物。与 doxorubicin 不同,RTA 744 在动物模型中已显示出穿过血脑屏障并在中枢神经系统肿瘤组织中达到高浓度的能力。剂量递增将按预先确定的方式持续进行,直至首次出现剂量限制性毒性。最大耐受剂量将按照方案中定义的方式确定。

【主题与分类】

主题标签:Leptomeningeal Carcinomatosis。本站分类:肿瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT00527410

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT00527410

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

适应症:软脑膜癌病。肿瘤性脑膜炎是指恶性细胞沉积于大脑和脊髓的脑膜(软脑膜)层。实体瘤引起的肿瘤性脑膜炎最常见于既往化疗失败的晚期全身性疾病患者;在中枢神经系统实质转移的患者中也很常见。患者生存率仍然很低,需要更好的治疗方法来穿透血脑屏障并治疗整个神经系统。RTA 744是已被充分表征的抗癌药物多柔比星的化学近似类似物。与多柔比星不同,RTA 744在动物模型中已显示出穿越血脑屏障并在中枢神经系统肿瘤组织中达到高浓度的能力。剂量递增将按照预定方案继续进行,直至首次出现剂量限制性毒性。最大耐受剂量将按照方案中的定义确定。

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。

获取专属数据定制方案