AMG 319 淋巴系统恶性肿瘤首次人体试验
本数据集来自 clinicaltrials.gov,为 AMG 319 在复发或难治性淋巴系统恶性肿瘤受试者中开展的多中心、1 期、开放标签、首次人体研究

基本信息
资源简介
AMG 319 淋巴系统恶性肿瘤首次人体试验
本数据集来自 clinicaltrials.gov,为 AMG 319 在复发或难治性淋巴系统恶性肿瘤受试者中开展的多中心、1 期、开放标签、首次人体研究。研究分两部分:第一部分为剂量探索,按 3 例受试者组成的队列,采用实用型连续再评估模型(CRM)指导剂量递增并确定 MTD;第二部分为剂量扩展,入组 20 例 CLL 受试者,剂量不高于 MTD,进一步探索 AMG 319 的安全性、PK 和临床活性。数据覆盖肿瘤、白血病、淋巴瘤等主题,可用于肿瘤学与血液学研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:癌症、慢性淋巴细胞白血病、弥漫大细胞淋巴瘤、血液系统恶性肿瘤、血液学、白血病、低级别淋巴瘤、淋巴瘤。这是一项多中心、1 期、开放标签的 AMG 319 首次人体研究,受试者为复发或难治性淋巴系统恶性肿瘤患者。本研究包括两部分。第一部分的剂量探索研究复发或难治性淋巴系统恶性肿瘤受试者的 3 例受试者队列,并使用实用型连续再评估模型 [CRM] 指导剂量递增并确定 MTD。第二部分的剂量扩展将入组 20 例 CLL 受试者,剂量不高于 MTD,并进一步探索 AMG 319 在该患者群体中的安全性、PK 和临床活性。
【主题与分类】
主题标签:Cancer、Chronic Lymphocytic Leukemia、Diffuse Large Cell Lymphoma、Hematologic Malignancies、Hematology、Leukemia、Low Grade Lymphoma、Lymphoma、Mantle Cell Lymphoma、Non-Hodgkin's Lymphoma。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01300026
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/NCT01300026
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:癌症、慢性淋巴细胞白血病、弥漫性大细胞淋巴瘤、血液系统恶性肿瘤、血液学、白血病、低度恶性淋巴瘤、淋巴瘤。这是一项多中心、1期、开放标签、首次人体研究,旨在评估AMG 319在复发或难治性淋巴系统恶性肿瘤受试者中的应用。该研究包括两部分。第1部分为剂量探索,研究复发或难治性淋巴系统恶性肿瘤受试者队列,每组3名受试者,并采用实用的连续重新评估模型[CRM]指导剂量递增并确定MTD。第2部分为剂量扩展,将入组20名CLL受试者,剂量不高于MTD,并进一步探索AMG 319在该患者群体中的安全性、药代动力学和临床活性。
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。




