Acalabrutinib联合Lenalidomide和Rituximab治疗初治套细胞淋巴瘤研究
方案包含12个周期的诱导治疗，缓解者可进入维持治疗，持续用药至疾病进展、不可耐受毒性或自愿退出；完全缓解者诱导至少6个月后可暂停lenalidomide最多30天以尝试干细胞采集
基本信息
资源简介
Acalabrutinib联合Lenalidomide和Rituximab治疗初治套细胞淋巴瘤研究
该数据集来自clinicaltrials.gov，收录一项针对初治套细胞淋巴瘤（Mantle Cell Lymphoma）的多臂2期研究。研究评估acalabrutinib、lenalidomide与rituximab（ALR）联合方案及acalabrutinib、lenalidomide与obinutuzumab（ALO）扩展队列的初步疗效与安全性。方案包含12个周期的诱导治疗，缓解者可进入维持治疗，持续用药至疾病进展、不可耐受毒性或自愿退出；完全缓解者诱导至少6个月后可暂停lenalidomide最多30天以尝试干细胞采集。研究还监测外周血微小残留病（MRD）状态。数据可用于淋巴瘤联合治疗疗效与安全性分析（来源 clinical。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：套细胞淋巴瘤。这是一项多臂2期研究，旨在评估acalabrutinib、lenalidomide和rituximab（ALR）联合方案以及acalabrutinib、lenalidomide和obinutuzumab（ALO）扩展队列在初治套细胞淋巴瘤中的初步疗效和安全性证据。研究包括一个由12个周期ALR或ALO组成的诱导阶段。有缓解的受试者将有资格进入维持阶段。受试者将继续维持ALR或ALO，直至疾病进展、出现不可接受的毒性或自愿退出。希望在接受至少6个月诱导治疗后尝试干细胞采集的完全缓解受试者可暂停lenalidomide最多30天，并在干细胞采集后重新开始。将监测受试者外周血中的微小残留病（MRD）状态。
【主题与分类】
主题标签：Mantle Cell Lymphoma。本站分类：肿瘤/淋巴瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT03863184
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/NCT03863184
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：套细胞淋巴瘤。这是一项多臂2期研究，旨在评估阿可替尼、来那度胺和利妥昔单抗联合方案（ALR）以及阿可替尼、来那度胺和奥妥珠单抗联合方案（ALO）扩展队列在既往未经治疗的套细胞淋巴瘤中的初步疗效和安全性证据。该研究包括一个由12个周期ALR或ALO组成的诱导期。有缓解的受试者将有资格进入维持期。受试者将继续接受ALR或ALO维持治疗，直至疾病进展、出现不可接受的毒性或自愿退出。达到完全缓解且希望在至少6个月诱导治疗后尝试干细胞采集的受试者可暂停来那度胺最多30天，并在干细胞采集后重新开始用药。将在基线和完成12个周期诱导治疗时使用Adaptive Biotechnology Clonoseq检测法监测受试者外周血中的微小残留病（MRD）状态，之后每4个周期监测一次。受试者在完成研究干预后，将每6个月接受一次随访，以了解替代抗癌治疗情况和生存情况。
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。
