Epcoritamab联合Venetoclax和Ibrutinib治疗伴TP53改变的慢性淋巴细胞白血病患者
该数据集来自clinicaltrials.gov,属于肿瘤/白血病领域,聚焦于伴TP53改变的慢性淋巴细胞白血病(CLL)或小淋巴细胞淋巴瘤(SLL)初治患者

基本信息
资源简介
Epcoritamab联合Venetoclax和Ibrutinib治疗伴TP53改变的慢性淋巴细胞白血病患者
该数据集来自clinicaltrials.gov,属于肿瘤/白血病领域,聚焦于伴TP53改变的慢性淋巴细胞白血病(CLL)或小淋巴细胞淋巴瘤(SLL)初治患者。研究为2期、开放标签、多中心试验,评估epcoritamab、venetoclax与ibrutinib固定疗程联合方案(EVI)的疗效与安全性。TP53突变和/或17p缺失患者预后较差,传统化学免疫治疗获益有限,而ibrutinib和venetoclax等靶向治疗虽改善结局,仍有进展风险。本研究探索加入CD3×CD20双特异性抗体epcoritamab能否加深和延长治疗反应(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、小淋巴细胞淋巴瘤。这是一项2期、开放标签、多中心研究,评估epcoritamab、venetoclax和ibrutinib(EVI)固定疗程联合方案在既往未治疗的、伴有TP53改变的慢性淋巴细胞白血病(CLL)或小淋巴细胞淋巴瘤(SLL)患者中的疗效和安全性。伴有TP53异常(包括TP53突变和/或17p缺失)的患者预后较差,从传统化学免疫治疗中获益的可能性较低。ibrutinib和venetoclax等靶向治疗改善了该人群的结局,但许多患者最终仍出现疾病进展。本研究探讨在ibrutinib和venetoclax联合方案中加入epcoritamab(一种CD3×CD20双特异性抗体)能否改善治疗反应的深度和持久性,同时使用
【主题与分类】
主题标签:Chronic Lymphocytic Leukemia、Small Lymphocytic Lymphoma。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07738887
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/NCT07738887
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、小淋巴细胞淋巴瘤。这是一项2期、开放标签、多中心研究,旨在评估固定疗程的epcoritamab、venetoclax和ibrutinib(EVI)联合方案在既往未经治疗、携带TP53改变的慢性淋巴细胞白血病(CLL)或小淋巴细胞淋巴瘤(SLL)患者中的疗效和安全性。伴有TP53异常(包括TP53突变和/或17p缺失)的患者预后较差,且从传统化学免疫治疗中获益的可能性较低。ibrutinib和venetoclax等靶向治疗改善了该人群的结局,但许多患者最终仍会出现疾病进展。本研究探讨在ibrutinib和venetoclax联合方案中加入epcoritamab(一种CD3×CD20双特异性抗体)是否能在采用固定疗程治疗策略的同时,提高治疗缓解的深度和持久性。受试者将接受序贯治疗:先单用ibrutinib,随后ibrutinib联合venetoclax,之后接受epcoritamab、venetoclax和ibrutinib三联方案。
本研究将评估该方案的有效性,包括实现深度缓解,以及其在这一高风险患者群体中的安全性和耐受性。
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。
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。




