Englumafusp Alfa联合Obinutuzumab及联合Glofitamab(预先给予Obinutuzumab)治疗复发/难治性B细胞非霍奇金淋巴瘤的安全性、药代动力学及初步抗肿瘤活性研究
该数据集来自clinicaltrials.gov,收录一项针对复发/难治性非霍奇金淋巴瘤(r/r NHL)的I/II期开放标签剂量递增研究

基本信息
资源简介
Englumafusp Alfa联合Obinutuzumab及联合Glofitamab(预先给予Obinutuzumab)治疗复发/难治性B细胞非霍奇金淋巴瘤的安全性、药代动力学及初步抗肿瘤活性研究
该数据集来自clinicaltrials.gov,收录一项针对复发/难治性非霍奇金淋巴瘤(r/r NHL)的I/II期开放标签剂量递增研究。研究评估englumafusp alfa(RO7227166)静脉输注联合obinutuzumab及联合glofitamab的安全性、耐受性和疗效,包含剂量递增阶段(Part I和Part II)与剂量扩展阶段(Part III)。数据可用于了解该联合方案在r/r NHL患者中的安全性、药代动力学和初步抗肿瘤活性特征(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Lymphoma, Non-Hodgkin。这是一项I/II期、开放标签、剂量递增研究,旨在评估englumafusp alfa(RO7227166)在复发/难治性非霍奇金淋巴瘤(r/r NHL)受试者中的安全性、耐受性和疗效。Englumafusp alfa将通过静脉(IV)输注给药,与obinutuzumab联合以及与glofitamab联合。固定剂量的obinutuzumab(Gpt;预处理)将在englumafusp alfa首次给药前最多七天以及glofitamab首次给药前七天给药。这项首次人体研究分为剂量递增阶段(Part I和Part II)和剂量扩展阶段(Part III)。
【主题与分类】
主题标签:Lymphoma, Non-Hodgkin。本站分类:肿瘤/淋巴瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04077723
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/NCT04077723
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:非霍奇金淋巴瘤。这是一项I/II期、开放标签、剂量递增研究,旨在评估englumafusp alfa(RO7227166)在复发/难治性非霍奇金淋巴瘤(r/r NHL)受试者中的安全性、耐受性和疗效。Englumafusp alfa将通过静脉(IV)输注给药,与obinutuzumab联合使用,并与glofitamab联合使用。固定剂量的obinutuzumab(Gpt;预处理)将在首次给予englumafusp alfa前最多七天以及首次给予glofitamab前七天给药。这项首次人体研究分为剂量递增阶段(第I部分和第II部分)和剂量扩展阶段(第III部分)。
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。




