贝伐珠单抗治疗复发或进展性脑膜瘤患者
该数据集来自 clinicaltrials.gov,围绕贝伐珠单抗用于复发或进展性良性及非典型/恶性脑膜瘤患者的临床研究

基本信息
资源简介
贝伐珠单抗治疗复发或进展性脑膜瘤患者
该数据集来自 clinicaltrials.gov,围绕贝伐珠单抗用于复发或进展性良性及非典型/恶性脑膜瘤患者的临床研究。覆盖听神经鞘瘤、成人间变性脑膜瘤、成人室管膜瘤、成人I级与II级脑膜瘤、成人脑膜血管外皮细胞瘤、成人乳头状脑膜瘤及1型神经纤维瘤病等病种。主要目标是以六个月无进展生存评估疗效,次要目标包括反应率、总生存、安全性、血管母细胞瘤与血管外皮细胞瘤探索性研究,以及VEGF、VEGFR和HER-2组织相关性分析。可用于疗效预测与安全性评估相关建模(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:听神经鞘瘤、成人间变性脑膜瘤、成人室管膜瘤、成人I级脑膜瘤、成人II级脑膜瘤、成人脑膜血管外皮细胞瘤、成人乳头状脑膜瘤、1型神经纤维瘤病。主要目标:I. 确定贝伐珠单抗在既往治疗后仍复发或进展的良性及非典型/恶性脑膜瘤患者中的疗效,以六个月无进展生存期衡量。次要目标:I. 描述该患者人群中的反应率和总生存期。II. 评估贝伐珠单抗在复发脑膜瘤患者中的安全性特征。III. 在血管母细胞瘤和血管外皮细胞瘤患者中进行探索性研究。IV. 评估组织中的VEGF和VEGFR以与反应相关联。将进行HER-2的探索性分析。大纲:患者接受贝伐珠单抗静脉注射,直至
【主题与分类】
主题标签:Acoustic Schwannoma、Adult Anaplastic Meningioma、Adult Ependymoma、Adult Grade I Meningioma、Adult Grade II Meningioma、Adult Meningeal Hemangiopericytoma、Adult Papillary Meningioma、Neurofibromatosis Type 1、Neurofibromatosis Type 2、Recurrent Adult Brain Tumor。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01125046
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/NCT01125046
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:听神经鞘瘤、成人间变性脑膜瘤、成人室管膜瘤、成人I级脑膜瘤、成人II级脑膜瘤、成人脑膜血管外皮细胞瘤、成人乳头状脑膜瘤、1型神经纤维瘤病。主要目标:I. 确定贝伐珠单抗在既往治疗后仍复发或进展的良性和非典型/恶性脑膜瘤患者中的疗效,以六个月无进展生存期衡量。次要目标:I. 描述该患者群体中的缓解率和总生存期。II. 评估贝伐珠单抗在复发性脑膜瘤患者中的安全性特征。III. 在血管母细胞瘤和血管外皮细胞瘤患者中进行探索性研究。IV. 评估组织中VEGF和VEGFR的表达,以与疗效相关联。将进行HER-2的探索性分析。方案概要:患者每2周接受一次贝伐珠单抗静脉输注,输注时间为30-90分钟,持续6个月。随后患者可每3周接受一次贝伐珠单抗静脉输注,最长持续12个月。在无疾病进展或不可接受的毒性情况下,治疗继续进行。研究治疗完成后,对患者每3个月随访一次,持续2年。
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。




