SIOPEN高危神经母细胞瘤研究2
该数据集来自clinicaltrials.gov,收录SIOPEN高危神经母细胞瘤研究2的试验信息,为国际多中心、开放标签、随机III期试验,包含三个序贯随机化,评估诱导化疗、巩固化疗和放疗对高危神经母细胞瘤患者的疗效

基本信息
资源简介
SIOPEN高危神经母细胞瘤研究2
该数据集来自clinicaltrials.gov,收录SIOPEN高危神经母细胞瘤研究2的试验信息,为国际多中心、开放标签、随机III期试验,包含三个序贯随机化,评估诱导化疗、巩固化疗和放疗对高危神经母细胞瘤患者的疗效。第一个随机化比较两种诱导化疗方案,主要终点为随机化起3年EFS;第二个随机化比较单次HDC与串联HDC,主要终点为R-HDC随机化起3年EFS。数据可用于了解该试验设计与终点定义,支持疗效预测相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:高危神经母细胞瘤、化疗免疫治疗反应不足的患者。这是一项国际多中心、开放标签、随机III期试验,包括三个序贯随机化,旨在评估诱导化疗、巩固化疗和放疗对高危神经母细胞瘤患者的疗效。第一个随机化(R-I)将在III期试验背景下比较两种诱导化疗(RAPID COJEC和GPOH方案)的疗效。主要终点为从随机化日期起的3年EFS。R-I随机化将按年龄、分期、MYCN状态和国家进行分层。第二个随机化(R-HDC)将比较单次HDC(Bu-Mel)与串联HDC(先Thiotepa后Bu-Mel)的疗效。主要终点为从R-HDC随机化日期计算的3年EFS。R-HDC随机化将分层
【主题与分类】
主题标签:High-Risk Neuroblastoma。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04221035
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/NCT04221035
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
条件:高危神经母细胞瘤,对化疗免疫治疗应答不足的患者。这是一项国际多中心、开放标签、随机III期试验,包含三个序贯随机分组,旨在评估诱导化疗、巩固化疗及放疗对高危神经母细胞瘤患者的疗效。第一个随机分组(R-I)将在III期试验背景下比较两种诱导化疗方案(RAPID COJEC方案与GPOH方案)的疗效。主要终点为自随机分组之日起计算的3年无事件生存期(EFS)。R-I随机分组将按年龄、分期、MYCN状态和国家进行分层。第二个随机分组(R-HDC)将比较单次大剂量化疗(HDC)方案Bu-Mel与序贯大剂量化疗方案(先噻替派后Bu-Mel)的疗效。主要终点为自R-HDC随机分组之日起计算的3年EFS。R-HDC随机分组将按年龄、分期、MYCN状态、诱导化疗方案、诱导期应答及国家进行分层。将根据手术后及HDC后是否存在肉眼可见的残留病灶,评估局部治疗在该III期试验背景下的影响。
对于存在宏观残留病灶的情况,将随机分配接受术前瘤床21.6 Gy放疗(R-RTx)与相同治疗加残留肿瘤序贯加量额外14.4 Gy放疗。R-RTx的主要终点为自R-RTx随机化之日起的3年EFS。R-RTx随机化将按年龄、分期、MYCN状态、诱导化疗方案、HDC方案和国家进行分层。对于无宏观残留病灶的情况,将对术前瘤床给予21.6 Gy放疗。
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。




