既往高危神经母细胞瘤患者治疗后的远期效应
该数据集来自clinicaltrials.gov,聚焦既往诊断为高危神经母细胞瘤、接受现代治疗后存活5年的患者,覆盖复发性及2A、2B、3、4、4S期神经母细胞瘤

基本信息
资源简介
既往高危神经母细胞瘤患者治疗后的远期效应
该数据集来自clinicaltrials.gov,聚焦既往诊断为高危神经母细胞瘤、接受现代治疗后存活5年的患者,覆盖复发性及2A、2B、3、4、4S期神经母细胞瘤。源站描述列出三项主要目标:估计器官功能障碍、后续恶性肿瘤、生长障碍、青春期发育异常及神经行为功能障碍的患病率;识别与上述结局风险增加相关的人口学、临床和治疗相关因素;探索免疫治疗、免疫细胞因子、isotretinoin及iobenguane I-131等新型生物治疗和诊断的影响。可用于远期效应研究与风险因素分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:复发性神经母细胞瘤、2A期神经母细胞瘤、2B期神经母细胞瘤、3期神经母细胞瘤、4期神经母细胞瘤、4S期神经母细胞瘤。主要目标:I. 在具有代表性的大型5年高危神经母细胞瘤幸存者队列中,估计接受现代治疗后的器官功能障碍、后续恶性肿瘤(SMN)、生长障碍、青春期发育异常和神经行为功能障碍的患病率。II. 识别与高危神经母细胞瘤长期幸存者中器官功能障碍、SMN、生长障碍、青春期发育异常和神经行为功能障碍风险增加相关的人口学、临床和治疗相关风险因素。III. 探索新型生物治疗和诊断的影响,包括免疫治疗、免疫细胞因子、isotretinoin(顺式维甲酸)和iobenguane I-131(131 I-MIBG)。
【主题与分类】
主题标签:Recurrent Neuroblastoma、Stage 2A Neuroblastoma、Stage 2B Neuroblastoma、Stage 3 Neuroblastoma、Stage 4 Neuroblastoma、Stage 4S Neuroblastoma。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03057626
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/NCT03057626
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:复发性神经母细胞瘤、2A期神经母细胞瘤、2B期神经母细胞瘤、3期神经母细胞瘤、4期神经母细胞瘤、4S期神经母细胞瘤。主要目标:I. 在代表接受现代疗法治疗的高危神经母细胞瘤5年幸存者的大型队列中,评估器官功能障碍、后续恶性肿瘤(SMN)、生长障碍、青春期发育异常及神经行为功能障碍的患病率。II. 确定与高危神经母细胞瘤长期幸存者中器官功能障碍、SMN、生长障碍、青春期发育异常及神经行为功能障碍风险增加相关的人口统计学、临床及治疗相关风险因素。III. 探讨包括免疫疗法、免疫细胞因子、异维A酸(顺式维A酸)及碘[131I]苄胍(131I-MIBG)在内的新型生物疗法和诊断方法对晚期效应风险的影响。IV. 确定器官功能、身体生长、青春期发育及神经行为功能受损对高危神经母细胞瘤长期幸存者健康相关生活质量(HRQOL)的影响。次要目标:I.
建立一组接受过多模式治疗的高危神经母细胞瘤幸存者队列,并保存其外周血样本,作为未来研究的资源,这些患者自2000年起接受治疗。研究概要:患者在第一天采集血液和尿液样本。患者还在第一天接受临床评估、实验室检查、影像学检查及其他辅助研究。
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。




