维莫非尼联合奥妥珠单抗对比克拉屈滨联合利妥昔单抗治疗毛细胞白血病(HCL)的研究

这项研究针对毛细胞白血病,比较维莫非尼联合奥比妥珠单抗与标准方案克拉屈滨联合利妥昔单抗的安全性,观察哪种治疗引起的副作用更少或更轻

Memorial Sloan Kettering Cancer CenterMemorial Sloan Kettering Cancer Center
clinicaltrials
浏览 13
其他Hairy Cell Leukemia
A Study of Vemurafenib and Obinutuzumab Compared to Cladribine and Rituximab in People With Hairy Cell Leukemia (HCL)

基本信息

模态
其他
创建/更新时间
2026-10-01

资源简介

维莫非尼联合奥妥珠单抗对比克拉屈滨联合利妥昔单抗治疗毛细胞白血病(HCL)的研究

这项研究针对毛细胞白血病,比较维莫非尼联合奥比妥珠单抗与标准方案克拉屈滨联合利妥昔单抗的安全性,观察哪种治疗引起的副作用更少或更轻。研究者认为,维莫非尼和奥比妥珠单抗属于非化疗药物,可能比常用化疗药物方案的副作用更少。研究还将比较两种方案清除癌细胞的效果(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:毛细胞白血病。研究人员正在开展这项研究,以比较维莫非尼(vemurafenib)联合奥妥珠单抗(obinutuzumab)与克拉屈滨(cladribine)联合利妥昔单抗(rituximab)标准方案的安全性。研究人员将观察哪种治疗引起的副作用更少或更轻。研究人员认为,与常规化疗药物方案相比,维莫非尼和奥妥珠单抗(非化疗药物)可能引起的副作用更少。他们还将比较这两种方案,以了解哪种方案在清除癌细胞方面更有效。

【主题与分类】

主题标签:Hairy Cell Leukemia。本站分类:肿瘤/白血病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06561360

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/NCT06561360

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:毛细胞白血病。研究人员正在开展这项研究,以比较维莫非尼(vemurafenib)联合奥妥珠单抗(obinutuzumab)与克拉屈滨(cladribine)联合利妥昔单抗(rituximab)标准方案的安全性。研究人员将观察哪种治疗引起的副作用更少或更轻。研究人员认为,与常规化疗药物方案相比,维莫非尼和奥妥珠单抗(非化疗药物)可能引起的副作用更少。他们还将比较这两种方案,以了解哪种方案在清除癌细胞方面更有效。

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。

获取专属数据定制方案