Epcoritamab联合R-CHOP治疗侵袭性非霍奇金淋巴瘤
主要目标为评估A组与B组中所有级别CRS(细胞因子释放综合征)的发生率和严重程度;次要目标包括确定两组合并及单独用药的安全性与耐受性、抗肿瘤活性,以及缓解持续时间(DOR)、无进展生存期(PFS)和总生存期(OS);探索性目标涉及血清细胞因子水平变化及其与CRS的关联、外周T细胞亚群与活化状态的特征

基本信息
资源简介
Epcoritamab联合R-CHOP治疗侵袭性非霍奇金淋巴瘤
该数据集来自clinicaltrials.gov,聚焦Epcoritamab联合R-CHOP方案治疗侵袭性非霍奇金淋巴瘤,覆盖Non-Hodgkin's B-cell Lymphoma、Lymphoma Non-Hodgkin及Diffuse Large B-Cell Lymphoma (DLBCL)等病种。主要目标为评估A组与B组中所有级别CRS(细胞因子释放综合征)的发生率和严重程度;次要目标包括确定两组合并及单独用药的安全性与耐受性、抗肿瘤活性,以及缓解持续时间(DOR)、无进展生存期(PFS)和总生存期(OS);探索性目标涉及血清细胞因子水平变化及其与CRS的关联、外周T细胞亚群与活化状态的特征分析。可用于淋巴瘤治疗安全性、。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:非霍奇金B细胞淋巴瘤、非霍奇金淋巴瘤、弥漫性大B细胞淋巴瘤(DLBCL)。主要目标:I. 评估A组和B组中所有级别CRS细胞因子释放综合征(CRS)的发生率和严重程度。次要目标:I. 确定epcoritamab与利妥昔单抗、环磷酰胺、羟基柔红霉素、长春新碱、泼尼松龙(R-CHOP)联合方案在两组中及单独用药的安全性和耐受性。II. epcoritamab + R-CHOP的抗肿瘤活性。III. 评估缓解持续时间(DOR)、无进展生存期(PFS)和总生存期(OS)。探索性目标:I. 评估epcoritamab治疗中血清细胞因子水平的变化,并探索其与CRS发生率和严重程度的关联。II. 表征外周T细胞亚群和活化状态,并探索与CRS相关的表型谱。O
【主题与分类】
主题标签:Non-Hodgkin's B-cell Lymphoma、Lymphoma Non-Hodgkin、Diffuse Large B-Cell Lymphoma (DLBCL)。本站分类:肿瘤/淋巴瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07588698
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/NCT07588698
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B细胞淋巴瘤、非霍奇金淋巴瘤、弥漫性大B细胞淋巴瘤(DLBCL)。主要目的:I. 评估A组和B组中所有级别细胞因子释放综合征(CRS)的发生率和严重程度。次要目的:I. 确定epcoritamab与利妥昔单抗、环磷酰胺、羟基柔红霉素、长春新碱、泼尼松龙(R-CHOP)联合方案在两个组别及各自组别中的安全性和耐受性。II. epcoritamab + R-CHOP的抗肿瘤活性。III. 评估缓解持续时间(DOR)、无进展生存期(PFS)和总生存期(OS)。探索性目的:I. 评估epcoritamab治疗时血清细胞因子水平的变化,并探索其与CRS发生率和严重程度的关联。II. 描述外周T细胞亚群和活化状态的特征,并探索与CRS相关的表型谱。方案概要:受试者将接受epcoritamab联合R-CHOP化疗及地塞米松治疗。治疗将在门诊环境中进行,最多8个周期。
参与者在第8周及之后每3个月接受随访,直至满一年,或直至病情改善或稳定,或直至开始新的治疗,以先发生者为准。
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。




