Daratumumab联合Ibrutinib治疗症状性慢性淋巴细胞白血病
该数据集来自clinicaltrials.gov,聚焦于初治慢性淋巴细胞白血病(CLL)患者,研究Daratumumab联合Ibrutinib治疗方案

基本信息
资源简介
Daratumumab联合Ibrutinib治疗症状性慢性淋巴细胞白血病
该数据集来自clinicaltrials.gov,聚焦于初治慢性淋巴细胞白血病(CLL)患者,研究Daratumumab联合Ibrutinib治疗方案。主要目标包括评估治疗安全性及第12周期后完全缓解率,次要目标涵盖总缓解率、缓解持续时间、无进展生存期、总生存期及至下次治疗时间,探索性目标涉及B细胞中BTK药物占据率与B细胞受体信号等药效学参数,以及该联合方案对T细胞和自然杀伤(NK)细胞数量与功能的影响。数据可用于血液肿瘤治疗反应与免疫机制研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:慢性淋巴细胞白血病。主要目标:I. 表征daratumumab和ibrutinib治疗初治慢性淋巴细胞白血病(CLL)的安全性。II. 确定daratumumab和ibrutinib治疗初治慢性淋巴细胞白血病(CLL)后第12周期后缓解评估时的完全缓解率(CR)。次要目标:I. 通过总缓解率(ORR)、缓解持续时间(DOR)、无进展生存期(PFS)、总生存期(OS)和至下次治疗时间表征daratumumab和ibrutinib的活性。探索性目标:I. 测量B细胞中的药效学参数,包括治疗期间BTK的药物占据率和B细胞受体信号传导。II. 确定该联合方案对T细胞和自然杀伤(NK)细胞数量和功能的影响。
【主题与分类】
主题标签:Chronic Lymphocytic Leukemia。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03447808
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/NCT03447808
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:慢性淋巴细胞白血病。主要目标:I. 描述达雷妥尤单抗和依鲁替尼治疗初治慢性淋巴细胞白血病(CLL)的安全性特征。II. 确定达雷妥尤单抗和依鲁替尼治疗初治慢性淋巴细胞白血病(CLL)后第12周期后疗效评估时的完全缓解率(CR)。次要目标:I. 描述达雷妥尤单抗和依鲁替尼的活性,通过总缓解率(ORR)、缓解持续时间(DOR)、无进展生存期(PFS)、总生存期(OS)及至下次治疗时间进行衡量。三级目标:I. 测定B细胞中的药效学参数,包括治疗期间BTK的药物占据率及B细胞受体信号传导。II. 确定该联合方案对T细胞和自然杀伤(NK)细胞数量及功能的影响。III. 评估可能导致对该联合方案耐药的突变的发生情况。IV. 评估达雷妥尤单抗清除外周血中CLL的能力,以及CLL细胞上CD38表达与疗效的关联。
大纲:患者在第1-2疗程的第1、8、15和22天,第3-6疗程的第1和15天,以及后续疗程的第1天接受达雷妥尤单抗静脉注射(IV)。在无疾病进展或不可接受的毒性情况下,每28天重复治疗,最多12个疗程。从第2疗程开始,患者还接受依鲁替尼口服(PO),每日一次(QD),在第1-28天服用。在无疾病进展或不可接受的毒性情况下,每28天重复疗程。完成研究治疗后,患者每12周随访一次,最长随访2年。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




