阿帕替尼治疗成人复发性非典型/恶性脑膜瘤

该数据集来自 clinicaltrials.gov,主题为阿帕替尼治疗成人复发性非典型/恶性脑膜瘤的前瞻性临床研究。源站描述指出 VEGF 与脑膜瘤异常血管生成相关,非典型脑膜瘤 VEGF 表达为良性脑膜瘤的 2 倍、间变性为 10 倍,既往抗血管生成药物可延缓肿瘤生长并延长无进展生存期,拟验证甲磺

Beijing Sanbo Brain HospitalBeijing Sanbo Brain Hospital
clinicaltrials
浏览 3
其他预测Recurrent Atypical/malignant Meningioma
Apatinib in the Treatment of Recurrent Atypical/malignant Meningioma in Adults

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-28

资源简介

阿帕替尼治疗成人复发性非典型/恶性脑膜瘤

该数据集来自 clinicaltrials.gov,主题为阿帕替尼治疗成人复发性非典型/恶性脑膜瘤的前瞻性临床研究。源站描述指出 VEGF 与脑膜瘤异常血管生成相关,非典型脑膜瘤 VEGF 表达为良性脑膜瘤的 2 倍、间变性为 10 倍,既往抗血管生成药物可延缓肿瘤生长并延长无进展生存期,拟验证甲磺酸阿帕替尼的疗效。数据可用于抗血管生成治疗相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:复发性非典型/恶性脑膜瘤。血管内皮生长因子 VEGF 与脑膜瘤的异常血管生成有关,还可激活其他生长因子通路。脑膜瘤是血管性肿瘤。研究表明,非典型脑膜瘤中 VEGF 的表达是良性脑膜瘤的 2 倍,间变性脑膜瘤中 VEGF 是良性脑膜瘤的 10 倍。因此,抗血管生成治疗对更高级别脑膜瘤可能更有效。既往临床研究已证实,贝伐珠单抗、舒尼替尼和 PTK 787 等抗血管生成药物可减缓复发性非典型/恶性脑膜瘤的肿瘤生长并延长无进展生存期。总之,甲磺酸阿帕替尼可能是复发性非典型/恶性脑膜瘤的有效治疗。现计划开展这项前瞻性临床研究以验证其有效

【主题与分类】

主题标签:Recurrent Atypical/malignant Meningioma。本站分类:肿瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04501705

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/NCT04501705

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

条件:复发性非典型/恶性脑膜瘤。血管内皮生长因子VEGF与脑膜瘤的异常血管生成有关,还可激活其他生长因子通路。脑膜瘤是血管性肿瘤。研究表明,非典型脑膜瘤中VEGF的表达是良性脑膜瘤的两倍,间变性脑膜瘤中的VEGF是良性脑膜瘤的10倍。因此,抗血管生成治疗对更高级别的脑膜瘤可能更有效。既往临床研究已证实,贝伐珠单抗、舒尼替尼和PTK 787等抗血管生成药物可减缓复发性非典型/恶性脑膜瘤的肿瘤生长并延长无进展生存期。综上所述,甲磺酸阿帕替尼可能是治疗复发性非典型/恶性脑膜瘤的有效方法。现计划开展此项前瞻性临床研究,以验证甲磺酸阿帕替尼治疗复发性非典型/恶性脑膜瘤的有效性和安全性。

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