AZD4512单药或联合抗癌药物治疗复发/难治性B细胞非霍奇金淋巴瘤的I/II期研究

该数据集来自clinicaltrials.gov,收录一项关于AZD4512单药或联合其他抗癌药物治疗复发/难治性B细胞非霍奇金淋巴瘤(B-NHL)的I/II期模块化研究(D9890C00001,Lumi-NHL)

AstraZenecaAstraZeneca
clinicaltrials
浏览 9
其他B-cell Non-Hodgkin Lymphoma
A Phase I/II Study of AZD4512 Monotherapy or in Combination With Anticancer Agents in Participants With Relapsed/Refractory B-cell Non-Hodgkin Lymphoma

基本信息

模态
其他
创建/更新时间
2026-10-20

资源简介

AZD4512单药或联合抗癌药物治疗复发/难治性B细胞非霍奇金淋巴瘤的I/II期研究

该数据集来自clinicaltrials.gov,收录一项关于AZD4512单药或联合其他抗癌药物治疗复发/难治性B细胞非霍奇金淋巴瘤(B-NHL)的I/II期模块化研究(D9890C00001,Lumi-NHL)。研究评估安全性、药代动力学、药效动力学、免疫原性和疗效,其中模块1针对已接受至少2线既往治疗的R/R B-NHL患者开展AZD4512单药研究,未来可能增加针对特定B-NHL亚型的其他模块。数据可用于了解该研究的设计与目标人群,支持淋巴瘤治疗相关研究参考(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):适应症:B细胞非霍奇金淋巴瘤。研究D9890C00001(Lumi-NHL)是一项模块化研究,旨在评估AZD4512单药或与其他抗癌药物联合治疗复发/难治性B-NHL参与者的安全性、药代动力学、药效动力学、免疫原性和疗效。模块1旨在研究AZD4512单药在已接受至少2线既往治疗的R/R B-NHL参与者中的效果。未来可能增加针对特定B-NHL亚型的其他模块,使用AZD4512单药或与其他抗癌药物联合。

【主题与分类】

主题标签:B-cell Non-Hodgkin Lymphoma。本站分类:肿瘤/淋巴瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07123454

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT07123454

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

适应症:B细胞非霍奇金淋巴瘤。研究D9890C00001(Lumi-NHL)是一项模块化研究,旨在评估AZD4512单药治疗或与其他抗癌药物联合治疗在复发/难治性B-NHL受试者中的安全性、药代动力学、药效学、免疫原性和疗效。模块1旨在研究AZD4512单药治疗用于已接受至少2线既往治疗的复发/难治性B-NHL受试者。未来可能会增加针对特定B-NHL亚型的其他模块,采用AZD4512单药治疗或与其他抗癌药物联合治疗。

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。

获取专属数据定制方案