OPAL 研究:AVM0703 治疗淋巴系统恶性肿瘤
本数据集来自 clinicaltrials.gov,为 OPAL 研究,评估 AVM0703 用于治疗淋巴系统恶性肿瘤,本站归类为肿瘤 / 伯基特淋巴瘤

基本信息
资源简介
OPAL 研究:AVM0703 治疗淋巴系统恶性肿瘤
本数据集来自 clinicaltrials.gov,为 OPAL 研究,评估 AVM0703 用于治疗淋巴系统恶性肿瘤,本站归类为肿瘤 / 伯基特淋巴瘤。研究包含 Phase 2 部分,一个或多个患者队列将按 21 天间隔接受 RP2D 重复输注,直至不耐受、不可接受毒性或疾病进展,以确定安全、有效且可耐受的重复输注次数。参与 Phase 1 和 Phase 2 的站点将在每个重复给药队列前 6 例入组患者每次重复输注后进行 PK 评估,第 1 次和第 6 次重复输注后按 Phase 1 进行完整 PK 评估,第 2 至第 5 次剂量则在输注前、输注结束时、输注结束后 15 分钟和 48 小时进行 PK 评估。每个 RP2D 重复给。
【数据内容】
源站描述(机器翻译,仅供参考):条件:淋巴系统恶性肿瘤。Phase 2:对于 Phase 2,一个或多个患者队列将按 21 天间隔接受 RP2D 重复输注,直至不耐受、不可接受毒性或疾病进展,以确定在该患者人群中安全、有效且可耐受的重复输注次数。参与 Phase 1 和 Phase 2 的站点将在每个重复给药队列前 6 例入组患者每次重复输注后进行 PK 评估。第 1 次和第 6 次重复输注后按 Phase 1 进行完整 PK 评估,而第 2 至第 5 次剂量则在输注前、输注结束时、输注结束后 15 分钟和 48 小时进行 PK 评估。每个 RP2D 重复给药队列至少入组 6 例患者。DSMC 将在 Phase 2 期间监测不可接受毒性并暂停/停止
【主题与分类】
主题标签:Lymphoid Malignancies。本站分类:肿瘤/伯基特淋巴瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04329728
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/NCT04329728
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:淋巴系统恶性肿瘤。第2阶段 对于第2阶段,一个或多个患者队列将接受重复RP2D输注,每21天间隔一次,直至不耐受、不可接受的毒性或疾病进展,以确定在该患者群体中安全、有效和可耐受的重复输注次数。参与第1阶段和第2阶段的站点将在每个重复给药队列的前6名患者入组后,在每次重复输注后进行药代动力学评估。完整的药代动力学评估将按照第1阶段的方法,在第1次和第6次重复输注后进行,而对于第2至第5次剂量,药代动力学评估将在输注前、输注结束时、输注结束后15分钟和48小时进行。每个RP2D重复给药队列至少入组6名患者。DSMC将在第2阶段监测不可接受的毒性,暂停/停止标准见表6。
在6名已进行PK评估的患者出现不耐受、不可接受的毒性或疾病进展,或他们在未出现不耐受、不可接受的毒性或疾病进展的情况下已接受6次输注后,数据安全监查委员会将审查所有可用PK、PD、疗效、安全性和耐受性数据的整合期中分析,并确定是否应继续重复给药或限制为一定次数的输注。正在进行的DSMC审查将至少每6个月进行一次。基于整合分析,包括剂量-反应和暴露-反应,DSMC将确定AVM0703重复给药的最佳剂量和给药方案。对于2期,将纳入RP2D队列,对于无法遵守重复给药访视计划的患者,这些队列不要求21天间隔的重复给药。这些患者可根据第5.5.3.2节再次治疗。18 mg/kg剂量(以地塞米松磷酸酯表示)已获SRC批准作为RP2D。21 mg/kg剂量递增队列仍开放用于剂量递增入组。
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。




