RAD001 治疗 NF2 相关前庭神经鞘瘤研究

该数据集来自 clinicaltrials.gov,为一项关于 RAD001 单药治疗 NF2 患者的 II 期开放标签疗效与安全性研究

Jonsson Comprehensive Cancer CenterJonsson Comprehensive Cancer Center
clinicaltrials
浏览 18
其他预测Neurofibromatosis Type 2Neuroma, Acoustic
Study of RAD001 for Treatment of NF2-related Vestibular Schwannoma

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-07

资源简介

RAD001 治疗 NF2 相关前庭神经鞘瘤研究

该数据集来自 clinicaltrials.gov,为一项关于 RAD001 单药治疗 NF2 患者的 II 期开放标签疗效与安全性研究。受试者接受每日口服 RAD001 持续治疗,最长 1 年或直至肿瘤进展。主要目的是确定 RAD001 对 NF2 患者前庭神经鞘瘤生长的抑制作用是否足以支持进一步测试;次要目的包括评估 RAD001 对其他颅内肿瘤体积的影响,以及在适用时评估其对听力的影响。数据可用于分析药物对肿瘤生长和听力的预测效果(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:2型神经纤维瘤病、听神经瘤。本方案是一项针对 NF2 患者的单药 RAD001 II 期、开放标签、疗效和安全性研究。研究期间,受试者将接受每日持续口服 RAD001 治疗,最长 1 年或直至肿瘤进展。主要目的:确定 RAD001 是否以足以提交该药物进行进一步测试的速率对 NF2 患者的 VS 生长产生影响。次要目的:确定 RAD001 是否对其他颅内肿瘤的体积产生影响,并在适用时评估 RAD001 对 NF2 患者听力功能的影响。

【主题与分类】

主题标签:Neurofibromatosis Type 2、Neuroma, Acoustic。本站分类:肿瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT01345136

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT01345136

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:2型神经纤维瘤病,听神经瘤。本方案是一项II期、开放标签、单药RAD001在NF2患者中的疗效与安全性研究。研究期间,受试者将接受RAD001连续每日口服治疗,最长1年或直至肿瘤进展。主要目的:确定RAD001是否对NF2患者的VS生长具有足以提交该药物进行进一步试验的效果。次要目的:确定RAD001是否对其他颅内肿瘤体积有影响,并评估RAD001对NF2患者听力功能的影响(如适用)。

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。

获取专属数据定制方案