GAIA-102治疗难治/复发性神经母细胞瘤及其他儿童恶性实体瘤的临床试验
该数据集来自clinicaltrials.gov,收录一项关于GAIA-102治疗难治/复发性神经母细胞瘤及其他儿童恶性实体瘤的临床试验信息

基本信息
资源简介
GAIA-102治疗难治/复发性神经母细胞瘤及其他儿童恶性实体瘤的临床试验
该数据集来自clinicaltrials.gov,收录一项关于GAIA-102治疗难治/复发性神经母细胞瘤及其他儿童恶性实体瘤的临床试验信息。试验分为四个队列:A队列评估GAIA-102单药的安全性并确定II期推荐剂量;B队列评估GAIA-102联合Dinutuximab、Filgrastim、Teceleukin的安全性;C队列评估GAIA-102联合Nivolumab的安全性;D队列评估GAIA-102联合Nivolumab、Teceleukin的安全性。数据可用于了解该试验的设计与目的,支持相关肿瘤治疗研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:难治/复发性神经母细胞瘤、儿童实体瘤。A队列(GAIA-102单药):确认GAIA-102单药治疗难治/复发性神经母细胞瘤或伴肺转移的儿童实体瘤的安全性,并确定II期推荐剂量。B队列(GAIA-102联合Dinutuximab):确认GAIA-102联合Dinutuximab、Filgrastim、Teceleukin治疗难治/复发性神经母细胞瘤的安全性,并确定II期推荐剂量。C队列(GAIA-102联合Nivolumab):确认GAIA-102(遵循A队列的推荐剂量)联合Nivolumab的安全性。D队列(GAIA-102联合Nivolumab、Teceleukin):确认GAIA-102(遵循A队列的推荐剂量)联合Nivolumab、Teceleukin的安全性。
【主题与分类】
主题标签:Refractory/Relapse Neuroblastoma、Pediatric Solid Tumors。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05608148
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/NCT05608148
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
适应症:难治/复发性神经母细胞瘤、儿童实体瘤。队列A(单用GAIA-102):确认GAIA-102单药用于难治/复发性神经母细胞瘤或伴肺转移的儿童实体瘤的安全性,并确定II期推荐剂量。队列B(GAIA-102联合地努图希单抗):确认GAIA-102联合地努图希单抗、非格司亭、替西白介素方案用于难治/复发性神经母细胞瘤的安全性,并确定II期推荐剂量。队列C(GAIA-102联合纳武利尤单抗):确认GAIA-102(遵循队列A的推荐剂量)联合纳武利尤单抗的安全性。队列D(GAIA-102联合纳武利尤单抗、替西白介素):确认GAIA-102(遵循队列A的推荐剂量)联合纳武利尤单抗、替西白介素的安全性。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




