Rocbrutinib联合Lacutoclax治疗B细胞恶性肿瘤研究
覆盖套细胞淋巴瘤、弥漫大B细胞淋巴瘤、滤泡性淋巴瘤、华氏巨球蛋白血症及慢性淋巴细胞白血病/小淋巴细胞淋巴瘤等病种。研究采用多中心、开放标签、单臂设计,Ib期使用经典3+3剂量递增评估剂量限制性毒性并确定最大耐受剂量,旨在考察第四代BTK抑制剂Rocbrutinib与BCL-2抑制剂Lacutocla

基本信息
资源简介
Rocbrutinib联合Lacutoclax治疗B细胞恶性肿瘤研究
该数据集来自clinicaltrials.gov,收录一项关于Rocbrutinib联合Lacutoclax治疗成熟B细胞恶性肿瘤的Ib/II期临床研究。覆盖套细胞淋巴瘤、弥漫大B细胞淋巴瘤、滤泡性淋巴瘤、华氏巨球蛋白血症及慢性淋巴细胞白血病/小淋巴细胞淋巴瘤等病种。研究采用多中心、开放标签、单臂设计,Ib期使用经典3+3剂量递增评估剂量限制性毒性并确定最大耐受剂量,旨在考察第四代BTK抑制剂Rocbrutinib与BCL-2抑制剂Lacutoclax联合用药的安全性、耐受性、药代动力学及初步疗效,可用于肿瘤治疗相关分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:套细胞淋巴瘤(MCL)、弥漫大B细胞淋巴瘤(DLBCL)、滤泡性淋巴瘤(FL)、华氏巨球蛋白血症(WM)、慢性淋巴细胞白血病/小淋巴细胞淋巴瘤(CLL/SLL)。BTK抑制剂和BCL-2抑制剂在成熟B细胞恶性肿瘤中已显示出显著的临床活性,联合治疗可能带来更好的临床获益。这是一项多中心、开放标签、单臂的Ib/II期临床研究。本临床试验的目的是研究第四代布鲁顿酪氨酸激酶抑制剂(BTKi)Rocbrutinib与BCL-2抑制剂Lacutoclax联合用于成熟B细胞恶性肿瘤患者的安全性、耐受性、药代动力学和初步疗效。Ib期将采用经典的3+3剂量递增设计,评估剂量限制性毒性(DLTs),确定最大耐受剂量(M
【主题与分类】
主题标签:Mantle Cell Lymphoma (MCL)、Diffuse Large B-Cell Lymphoma (DLBCL)、Follicular Lymphoma ( FL)、Waldenström Macroglobulinemia (WM)。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07609862
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/NCT07609862
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:套细胞淋巴瘤(MCL)、弥漫性大B细胞淋巴瘤(DLBCL)、滤泡性淋巴瘤(FL)、华氏巨球蛋白血症(WM)、慢性淋巴细胞白血病/小淋巴细胞淋巴瘤(CLL/SLL)。BTK抑制剂和BCL-2抑制剂在成熟B细胞恶性肿瘤中已显示出显著的临床活性,联合治疗可能提供更优的临床获益。这是一项多中心、开放标签、单臂的Ib/II期临床研究。本临床试验的目的是研究第四代布鲁顿酪氨酸激酶抑制剂(BTKi)Rocbrutinib联合BCL-2抑制剂Lacutoclax在成熟B细胞恶性肿瘤患者中的安全性、耐受性、药代动力学及初步疗效。Ib期将采用经典的3+3剂量递增设计,评估剂量限制性毒性(DLT),确定最大耐受剂量(MTD),并确定推荐给药方案。II期部分旨在进一步评估联合治疗的疗效和安全性。
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。




