AZD4573治疗复发或难治性血液系统恶性肿瘤的安全性、耐受性、药代动力学及抗肿瘤活性研究
该数据集来自clinicaltrials.gov，收录一项关于AZD4573在复发或难治性血液系统恶性肿瘤受试者中的研究
基本信息
资源简介
AZD4573治疗复发或难治性血液系统恶性肿瘤的安全性、耐受性、药代动力学及抗肿瘤活性研究
该数据集来自clinicaltrials.gov，收录一项关于AZD4573在复发或难治性血液系统恶性肿瘤受试者中的研究。覆盖疾病包括急性髓系白血病、急性淋巴细胞白血病、慢性淋巴细胞白血病、高危骨髓增生异常综合征、慢性粒单核细胞白血病、Richter综合征及B细胞非霍奇金淋巴瘤。数据可用于评估AZD4573的安全性、耐受性、药代动力学、药效动力学及初步抗肿瘤活性，支持药物疗效与安全性预测分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：复发或难治性血液系统恶性肿瘤，包括急性髓系白血病、急性淋巴细胞白血病、慢性淋巴细胞白血病、高危骨髓增生异常综合征、慢性粒单核细胞白血病、Richter综合征、B细胞非霍奇金淋巴瘤。本研究的目的是评估AZD4573在复发或难治性血液系统恶性肿瘤受试者中的安全性、耐受性、药代动力学（PK）、药效动力学（PD）及初步抗肿瘤活性。
【主题与分类】
主题标签：Acute Myeloid Leukemia、Acute Lymphocytic Leukemia、Chronic Lymphocytic Leukemia、High Risk Myelodysplastic Syndrome、Chronic Myelomonocytic Leukemia、Richter's Syndrome、B-cell Non-Hodgkin Lymphoma、T-cell Non-Hodgkin Lymphoma、Small Lymphocytic Lymphoma、Multiple Myeloma。本站分类：肿瘤/白血病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT03263637
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/NCT03263637
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
Conditions: Relapsed or Refractory Haematological Malignancies Including, Acute Myeloid Leukemia, Acute Lymphocytic Leukemia, Chronic Lymphocytic Leukemia, High Risk Myelodysplastic Syndrome, Chronic Myelomonocytic Leukemia, Richter’s Syndrome, B-cell Non-Hodgkin Lymphoma. The purpose of this study is to assess the safety, tolerability, pharmacokinetics (PK), pharmacodynamics (PD) and preliminary antitumor activity of AZD4573 in subjects with relapsed or refractory haematological malignancies.
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。
