DTRM-555三联疗法治疗R/R CLL或R/R非霍奇金淋巴瘤研究
该数据集来自clinicaltrials.gov,收录一项关于DTRM-555三联组合疗法在复发性或难治性慢性淋巴细胞白血病及复发性或难治性非霍奇金淋巴瘤患者中开展的研究

基本信息
资源简介
DTRM-555三联疗法治疗R/R CLL或R/R非霍奇金淋巴瘤研究
该数据集来自clinicaltrials.gov,收录一项关于DTRM-555三联组合疗法在复发性或难治性慢性淋巴细胞白血病及复发性或难治性非霍奇金淋巴瘤患者中开展的研究。研究分Ia期、Ib期和II期疾病特异性扩展队列,涉及BTK抑制剂DTRMWXHS-12单药及DTRM-505、DTRM-555联合方案。当前II期进一步评估DTRM-555三联疗法的疗效与安全性,覆盖五个疾病特异性队列。数据可用于血液肿瘤治疗方案的分类研究与疗效安全性分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:复发性慢性淋巴细胞白血病、难治性慢性淋巴细胞白血病、弥漫性大B细胞淋巴瘤、滤泡性淋巴瘤、Richter转化。本研究分三部分开展:Ia期、Ib期和II期疾病特异性扩展队列。Ia期探索了一种新型布鲁顿酪氨酸激酶(BTK)抑制剂DTRMWXHS-12单药的剂量递增。Ib期探索了两种联合疗法:DTRM-505(DTRMWXHS-12和依维莫司)和DTRM-555(DTRMWXHS-12、依维莫司和泊马度胺)。当前II期研究将进一步考察研究性三联组合疗法DTRM-555的疗效和安全性。该研究在五个疾病特异性队列中开展:活化B细胞(ABC)弥漫性大B细胞淋巴瘤、生发中心B细胞(GCB)弥漫性大B细胞淋巴瘤、Richter转化、转化型滤泡性
【主题与分类】
主题标签:Relapsed Chronic Lymphocytic Leukemia、Refractory Chronic Lymphocytic Leukemia、Diffuse Large B Cell Lymphoma、Follicular Lymphoma、Richter's Transformation。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04305444
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/NCT04305444
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
适应症:复发性慢性淋巴细胞白血病、难治性慢性淋巴细胞白血病、弥漫性大B细胞淋巴瘤、滤泡性淋巴瘤、里氏转化。本研究分为三个部分:Ia期、Ib期和II期疾病特异性扩展队列。Ia期探索了新型布鲁顿酪氨酸激酶(BTK)抑制剂DTRMWXHS-12单药治疗的剂量递增。Ib期探索了两种联合疗法:DTRM-505(DTRMWXHS-12和依维莫司)和DTRM-555(DTRMWXHS-12、依维莫司和泊马度胺)。当前的II期研究将进一步考察研究性三联联合治疗DTRM-555的疗效和安全性。该研究在五个疾病特异性队列中进行:活化B细胞(ABC)弥漫性大B细胞淋巴瘤、生发中心B细胞(GCB)弥漫性大B细胞淋巴瘤、里氏转化、转化型滤泡性淋巴瘤以及复发性或难治性慢性淋巴细胞白血病。II期研究的主要目的是确定三联联合治疗DTRM-555在五个疾病特异性队列中的疗效。
次要目标是:(1) 确定DTRM-555在各队列中的安全性;(2) 获得DTRM-555(即DTRMWXHS-12、依维莫司和泊马度胺)的药代动力学特征。
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。




