AUR104治疗复发/难治性淋巴系统恶性肿瘤的VIJAY-1研究
条件：选定的复发/难治性淋巴系统恶性肿瘤。这是一项多中心、开放标签的AUR104在选定的复发/难治性（R/R）淋巴系统恶性肿瘤成人患者中进行的I期研究
基本信息
资源简介
AUR104治疗复发/难治性淋巴系统恶性肿瘤的VIJAY-1研究
AUR104 在复发/难治性淋巴系统恶性肿瘤患者中的研究（VIJAY-1）是一项登记于 clinicaltrials.gov 的临床试验数据集，归类于肿瘤领域下的慢性淋巴细胞白血病方向。该数据集围绕一项多中心、开放标签的 I 期研究展开，研究对象为患有选定复发/难治性淋巴系统恶性肿瘤的成人患者。研究采用基于规则的剂量递增方式，在已无可用治愈性治疗选择、且已用尽当地所有有效疗法的患者中进行。入组患者至少需对既往两线针对非霍奇金淋巴瘤、慢性淋巴细胞白血病或霍奇金病的系统性治疗表现为复发或难治。研究的主要目标是评估研究药物 AUR104 的安全性和耐受性，同时在剂量递增过程中评价其安全性、耐受性、药代动力学、药效动力学及疗效。
【数据集背景】
该数据集所对应的临床研究针对的是复发/难治性淋巴系统恶性肿瘤这一治疗难度较高的患者群体。此类患者通常已经接受过多线系统性治疗，且缺乏可用的治愈性手段。研究设计为多中心、开放标签的 I 期试验，旨在通过剂量递增的方式探索 AUR104 在这一人群中的应用。研究明确要求入组患者至少对两线既往系统性治疗（针对非霍奇金淋巴瘤、慢性淋巴细胞白血病或霍奇金病）表现为复发或难治，且已用尽当地可及的有效疗法，从而确保研究聚焦于治疗选择极为有限的人群。
【数据内容】
数据集涵盖的研究内容涉及 AUR104 在选定复发/难治性淋巴系统恶性肿瘤成人患者中的安全性、耐受性、药代动力学、药效动力学和疗效评价。研究采用剂量递增设计，剂量递增以基于规则的方式进行。主要目标为评估研究药物的安全性和耐受性。数据集中包含的疾病条件为选定的复发/难治性淋巴系统恶性肿瘤，本站分类将其归入肿瘤领域下的慢性淋巴细胞白血病方向。主题标签同样指向选定的复发/难治性淋巴系统恶性肿瘤。
【采集与来源】
该数据集来源于 clinicaltrials.gov，属于临床试验注册信息。研究本身为多中心、开放标签的 I 期研究，受试者为成人患者。入组条件包括：患有选定的复发/难治性淋巴系统恶性肿瘤；对至少两线针对非霍奇金淋巴瘤、慢性淋巴细胞白血病或霍奇金病的系统性治疗表现为复发或难治；且没有可用的治愈性治疗选择，并已用尽当地所有有效疗法。剂量递增在符合上述条件的患者中以基于规则的方式开展。
【适用场景】
该数据集适用于关注复发/难治性淋巴系统恶性肿瘤治疗研究的场景，尤其是针对慢性淋巴细胞白血病等方向的 I 期临床试验信息检索。可用于了解 AUR104 在成人复发/难治性淋巴系统恶性肿瘤患者中的研究设计、入组条件、研究目标及评价维度。由于研究聚焦于已用尽有效疗法且无治愈性选择的患者，该数据集也可为相关领域的临床研究设计、剂量递增方法及安全性评价提供参考信息。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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/NCT06761586
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：选择复发/难治性淋巴系统恶性肿瘤。这是一项多中心、开放标签的1期研究，旨在评估AUR104在选定的复发/难治性（R/R）淋巴系统恶性肿瘤成年患者中的效果。剂量递增将在无任何可用治愈性治疗选择且已用尽当地所有有效疗法的患者中，以基于规则的方式进行。患者至少须对既往至少2线针对NHL或CLL，或霍奇金病的系统性治疗复发或难治。本研究的主要目的是评估研究药物AUR104的安全性和耐受性。在本研究中，将以剂量递增的方式评估AUR104的安全性、耐受性、药代动力学、药效学和疗效。
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。
