DS-3201b 用于淋巴瘤受试者的研究

该数据集来自 clinicaltrials.gov,聚焦 DS-3201b 在淋巴瘤受试者中的临床研究。覆盖恶性淋巴瘤与非霍奇金淋巴瘤成人患者,研究分为三部分:剂量递增部分用于寻找晚期 NHL 成人可耐受的安全剂量;剂量扩展阶段评估 DS-3201b 对罕见类型 NHL 的有效性并收集额外安全性数据

Daiichi Sankyo Co., Ltd.Daiichi Sankyo Co., Ltd.
clinicaltrials
浏览 15
其他预测Lymphoma, MalignantNon-hodgkin Lymphoma
DS-3201b in Participants With Lymphomas

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-12

资源简介

DS-3201b 用于淋巴瘤受试者的研究

该数据集来自 clinicaltrials.gov,聚焦 DS-3201b 在淋巴瘤受试者中的临床研究。覆盖恶性淋巴瘤与非霍奇金淋巴瘤成人患者,研究分为三部分:剂量递增部分用于寻找晚期 NHL 成人可耐受的安全剂量;剂量扩展阶段评估 DS-3201b 对罕见类型 NHL 的有效性并收集额外安全性数据;药物相互作用队列(仅美国)评估 DS-3201b 与 midazolam 和 digoxin 联用时对后两者药代动力学的影响。可用于了解该试验设计、人群与终点设置(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:淋巴瘤、恶性、非霍奇金淋巴瘤。DS-3201b 是一种正在临床研究中被研究的实验性药物。患有非霍奇金淋巴瘤(NHL)的成人,如果其疾病在缓解后复发或对当前治疗无应答,可能可以加入本研究。本研究分为三部分。剂量递增部分旨在找到晚期 NHL 成人能够耐受的 DS-3201b 安全剂量。剂量扩展阶段将确定 DS-3201b 对罕见类型 NHL 的有效性,并收集额外的安全性数据。最后,药物相互作用(DDI)队列(仅美国)将评估 DS-3201b 与 midazolam 和 digoxin 联合给药于 NHL 患者时,对后两者药代动力学(PK)的影响。

【主题与分类】

主题标签:Lymphoma, Malignant、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/NCT02732275

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT02732275

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

疾病:淋巴瘤、恶性、非霍奇金淋巴瘤。DS-3201b是一种正在临床研究中接受调查的实验性药物。患有非霍奇金淋巴瘤(NHL)的成年人,如果其疾病在缓解后复发或对当前治疗无反应,可能能够加入这项研究。本研究分为三个部分。剂量递增部分旨在找到晚期NHL成年患者能够耐受的DS-3201b安全剂量。剂量扩展阶段将确定DS-3201b对罕见类型NHL的有效性,并收集额外的安全性数据。最后,药物-药物相互作用(DDI)队列(仅限美国)将评估DS-3201b与咪达唑仑和地高辛联合给药时对NHL患者中咪达唑仑和地高辛药代动力学(PK)的影响。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。