Antineoplaston 疗法治疗低级别星形细胞瘤
该数据集来自 clinicaltrials.gov,记录一项单臂、开放标签临床研究,对象为复发或进展性低级别星形细胞瘤成人患者,接受静脉 Antineoplaston 疗法(Atengenal + Astugenal)逐步递增剂量至最大耐受剂量,无疾病进展或不可接受毒性时治疗至少持续 12 个月

基本信息
资源简介
Antineoplaston 疗法治疗低级别星形细胞瘤
该数据集来自 clinicaltrials.gov,记录一项单臂、开放标签临床研究,对象为复发或进展性低级别星形细胞瘤成人患者,接受静脉 Antineoplaston 疗法(Atengenal + Astugenal)逐步递增剂量至最大耐受剂量,无疾病进展或不可接受毒性时治疗至少持续 12 个月。研究目标包括评估客观缓解(完全缓解、部分缓解或疾病稳定)、安全性与耐受性,并通过每 8 周一次的 MRI 扫描测量肿瘤大小以判定客观缓解。数据可用于肿瘤治疗反应与安全性相关分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:低级别星形细胞瘤,NOS。概述:这是一项单臂、开放标签研究,复发/进展性低级别星形细胞瘤的成人患者接受逐渐递增剂量的静脉 Antineoplaston 疗法(Atengenal + Astugenal),直至达到最大耐受剂量。在无疾病进展或不可接受毒性情况下,治疗持续至少 12 个月。目标: 确定 Antineoplaston 疗法在复发/进展性低级别星形细胞瘤成人患者中的疗效,以对治疗的客观缓解(完全缓解、部分缓解或疾病稳定)衡量。 确定 Antineoplaston 疗法在复发/进展性低级别星形细胞瘤成人患者中的安全性和耐受性。* 确定客观缓解,利用 MRI 扫描测量肿瘤大小,前两年每 8 周进行一次
【主题与分类】
主题标签:Low-Grade Astrocytoma, Nos。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00003471
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/NCT00003471
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:低级别星形细胞瘤,NOS。概述:这是一项单臂、开放标签研究,复发性/进展性低级别星形细胞瘤的成人患者接受逐渐递增剂量的静脉抗肿瘤药物治疗(Atengenal + Astugenal),直至达到最大耐受剂量。在无疾病进展或不可接受的毒性情况下,治疗持续至少12个月。目的:* 确定抗肿瘤药物治疗复发性/进展性低级别星形细胞瘤成人患者的疗效,以客观缓解(完全缓解、部分缓解或疾病稳定)为衡量标准。* 确定抗肿瘤药物治疗复发性/进展性低级别星形细胞瘤成人患者的安全性和耐受性。* 确定客观缓解,通过MRI扫描测量肿瘤大小,前两年每8周进行一次,第三年和第四年每3个月进行一次,第五年和第六年每6个月进行一次,此后每年进行一次。预计入组:本研究计划入组共20-40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。




