Brightline-3:Brigimadlin联合Ezabenlimab治疗晚期软组织肉瘤的研究
该数据集来自clinicaltrials.gov,收录一项针对晚期软组织肉瘤的临床研究信息,涵盖未分化多形性肉瘤(UPS)和黏液纤维肉瘤(MFS)等特定亚型

基本信息
资源简介
Brightline-3:Brigimadlin联合Ezabenlimab治疗晚期软组织肉瘤的研究
该数据集来自clinicaltrials.gov,收录一项针对晚期软组织肉瘤的临床研究信息,涵盖未分化多形性肉瘤(UPS)和黏液纤维肉瘤(MFS)等特定亚型。研究对象为既往治疗无效、医生建议新疗法的成人患者,且UPS或MFS患者需具有正常版本的TP53基因。研究旨在比较brigimadlin联合ezabenlimab与化疗的疗效,其中brigimadlin为MDM2-p53拮抗剂,ezabenlimab为可能帮助免疫系统对抗癌症的抗体。受试者被随机分入3组。该数据可用于了解该联合疗法的试验设计、适用人群及分组方式(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:晚期软组织肉瘤、未分化多形性肉瘤(UPS)、黏液纤维肉瘤(MFS)。本研究面向患有特定类型晚期软组织肉瘤的成人。患有未分化多形性肉瘤(UPS)或黏液纤维肉瘤(MFS)且具有正常版本TP53基因的人可以加入研究。这是一项针对既往治疗不再有效、医生建议新疗法以阻止肉瘤恶化的人的研究。本研究的目的是比较一种名为brigimadlin的药物与另一种名为ezabenlimab的药物联合使用与化疗的效果。Brigimadlin是一种所谓的MDM2-p53拮抗剂,正在开发用于治疗癌症。Ezabenlimab是一种可能帮助免疫系统对抗癌症的抗体。参与者被随机分入3组:* Ezabenlimab组:参与者接受ezabenlima
【主题与分类】
主题标签:Advanced Soft Tissue Sarcoma、Myxofibrosarcoma (MFS)。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06370871
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/NCT06370871
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:晚期软组织肉瘤、未分化多形性肉瘤(UPS)、黏液纤维肉瘤(MFS)。本研究面向患有特定类型晚期软组织肉瘤的成年人。未分化多形性肉瘤(UPS)或黏液纤维肉瘤(MFS)患者如果具有正常版本的TP53基因,可以参加本研究。本研究针对的是既往治疗不再有效、且医生建议采用新治疗以阻止肉瘤进一步恶化的患者。本研究的目的是比较一种名为brigimadlin的药物联合另一种名为ezabenlimab的药物与化疗的疗效。Brigimadlin是一种所谓的MDM2-p53拮抗剂,正在开发用于治疗癌症。Ezabenlimab是一种可能帮助免疫系统对抗癌症的抗体。参与者通过随机方式被分入3组:* Ezabenlimab组:参与者每3周接受一次ezabenlimab静脉输注* Brigimadlin + ezabenlimab组:参与者口服brigimadlin片剂,并每3周接受一次ezabenlimab静脉输注* 化疗组:参与者每3周中有2天接受化疗静脉输注。
化疗是吉西他滨和多西他赛的联合方案,常用于治疗肉瘤。brigimadlin + ezabenlimab组和化疗组的受试者人数是ezabenlimab组的两倍。只要受试者从中获益且能够耐受,就可以在研究继续接受治疗。医生会定期检查肿瘤大小,并检查其是否已扩散至身体其他部位。医生还会定期检查受试者的健康状况,并记录任何不良效应。本研究的受试者使用手机应用程序定期回答有关其健康和福祉的问题。这是为了了解他们的生活质量是否发生变化。
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。




