Bevacizumab 治疗儿童及青年 NF2 伴进展性前庭神经鞘瘤的 2 期研究
研究采用开放标签 bevacizumab 治疗:诱导期 10 mg/kg 每 2 周共 24 周,通过听力学与 MRI 在第 12、24 周评估临床反应;第 24 周有临床获益者进入维持期,5 mg/kg 每 3 周最多 72 周,每 12 周随访听力学与 MRI,总研究时长 96 周,维持期可增量

基本信息
资源简介
Bevacizumab 治疗儿童及青年 NF2 伴进展性前庭神经鞘瘤的 2 期研究
该数据集来自 clinicaltrials.gov,聚焦 Neurofibromatosis Type 2 及 Progressive Vestibular Schwannomas 患者。研究采用开放标签 bevacizumab 治疗:诱导期 10 mg/kg 每 2 周共 24 周,通过听力学与 MRI 在第 12、24 周评估临床反应;第 24 周有临床获益者进入维持期,5 mg/kg 每 3 周最多 72 周,每 12 周随访听力学与 MRI,总研究时长 96 周,维持期可增量至 10 mg/kg 每 2 周。数据可用于治疗反应与疾病稳定性的预测建模(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Neurofibromatosis Type 2、Progressive Vestibular Schwannomas。受试者将接受开放标签 bevacizumab 10 mg/kg 每 2 周治疗 24 周(诱导治疗)。临床反应将在第 12 周和第 24 周通过听力学和 MRI 评估。第 12 周或第 24 周出现听力下降的受试者将退出方案。在第 24 周,具有临床反应或疾病稳定(共同构成“临床获益”)的患者将转入 bevacizumab 维持治疗。在维持阶段,受试者将接受开放标签 bevacizumab 5 mg/kg 每 3 周治疗,最多 72 周。受试者将每 12 周接受听力学和 MRI 扫描随访。研究总时间为 96 周(24 周诱导 + 72 周维持)。受试者将被允许在维持治疗期间将 bevacizumab 剂量增加至 10 mg/kg 每 2 周。
【主题与分类】
主题标签:Neurofibromatosis Type 2、Progressive Vestibular Schwannomas。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01767792
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/NCT01767792
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:2型神经纤维瘤病,进行性前庭神经鞘瘤。受试者将接受开放标签贝伐珠单抗10毫克/千克,每2周一次,为期24周(诱导治疗)。临床反应将在第12周和第24周通过听力学和MRI进行评估。在第12周或第24周出现听力下降的受试者将退出方案。在第24周,具有临床反应或疾病稳定(共同构成“临床获益”)的患者将转为使用贝伐珠单抗的维持治疗。在维持阶段,受试者将接受开放标签贝伐珠单抗5毫克/千克,每3周一次,最长72周。受试者将每12周进行听力学和MRI扫描随访。研究总时间为96周(24周诱导+72周维持)。如果在维持治疗期间出现听力下降(定义为与基线时的词语识别评分相比,词语识别评分下降超过95%临界差值,附录A),受试者在维持治疗期间将被允许将贝伐珠单抗剂量增加至10毫克/千克,每2周一次。
如果受试者在接受每2周10 mg/kg贝伐珠单抗治疗后,其词语识别分数未能保持在95%临界差异范围内,则将被退出研究。
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。
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。




