JAK1抑制剂Golidocitnib治疗复发/难治性惰性T/NK细胞淋巴瘤
该数据集源自clinicaltrials.gov，聚焦JAK1抑制剂Golidocitnib治疗复发/难治性惰性T/NK细胞淋巴瘤的临床研究
基本信息
资源简介
JAK1抑制剂Golidocitnib治疗复发/难治性惰性T/NK细胞淋巴瘤
该数据集源自clinicaltrials.gov，聚焦JAK1抑制剂Golidocitnib治疗复发/难治性惰性T/NK细胞淋巴瘤的临床研究。覆盖T细胞淋巴瘤、NK-LGL白血病、T-LGL白血病、皮肤T细胞淋巴瘤（CTCL）、大颗粒淋巴细胞白血病及胃肠道惰性T细胞淋巴增殖性疾病等病种。计划入组48例患者，接受Golidocitnib 150mg每日一次口服、28天为一周期，第一年每周期评估疗效，之后每两周期评估一次，治疗至多24周期或至疾病进展、前6周期无缓解、出现不可耐受毒性。可用于疗效预测与治疗反应建模（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：T细胞淋巴瘤、NK-LGL白血病、T-LGL白血病、皮肤T细胞淋巴瘤、皮肤T细胞淋巴瘤（CTCL）、大颗粒淋巴细胞白血病、大颗粒淋巴细胞白血病、胃肠道惰性T细胞淋巴增殖性疾病。计划入组48例复发/难治性惰性T/NK细胞淋巴瘤患者；他们将接受JAK1抑制剂治疗（Golidocitnib 150mg每日一次口服，28天为一周期）。第一年每周期评估一次疗效，此后每两周期评估一次。治疗将持续最多24个周期，或直至疾病进展、前6个周期内无缓解、或出现不可耐受的毒性，以先发生者为准。
【主题与分类】
主题标签：Lymphoma, T-Cell、NK-LGL Leukemia、T-LGL Leukemia、Cutaneous T Cell Lymphoma、Cutaneous T Cell Lymphoma (CTCL)、Large Granular Lymphocyte Leukemia、Large Granular Lymphocytic Leukemia、Mycosis Fungoides。本站分类：肿瘤/白血病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06716658
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/NCT06716658
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
疾病类型：淋巴瘤、T细胞、NK-LGL白血病、T-LGL白血病、皮肤T细胞淋巴瘤、皮肤T细胞淋巴瘤（CTCL）、大颗粒淋巴细胞白血病、大颗粒淋巴细胞白血病、胃肠道惰性T细胞淋巴增殖性疾病。计划入组48例复发/难治性惰性T/NK细胞淋巴瘤患者；他们将接受JAK1抑制剂治疗（Golidocitnib 150mg每日一次口服，28天为一个周期）。第一年每周期评估一次疗效，此后每两个周期评估一次。治疗将持续最多24个周期，或直至疾病进展、前6个周期内无缓解，或发生不可耐受的毒性，以先发生者为准。
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。
