Ibrutinib联合Nivolumab治疗复发或难治性经典型霍奇金淋巴瘤
该数据集来自clinicaltrials.gov,聚焦复发或难治性经典型霍奇金淋巴瘤(cHL)患者,评估Ibrutinib标准剂量560 mg每日联合Nivolumab 3 mg/kg静脉每3周给药最多16次输注的疗效与安全性

基本信息
资源简介
Ibrutinib联合Nivolumab治疗复发或难治性经典型霍奇金淋巴瘤
该数据集来自clinicaltrials.gov,聚焦复发或难治性经典型霍奇金淋巴瘤(cHL)患者,评估Ibrutinib标准剂量560 mg每日联合Nivolumab 3 mg/kg静脉每3周给药最多16次输注的疗效与安全性。主要目标为完全缓解率,次要目标包括总缓解率、安全性与毒性、无进展生存期及缓解持续时间。数据可用于淋巴瘤治疗反应预测、疗效与安全性分析等研究场景(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:经典型霍奇金淋巴瘤。主要目标:I. 在复发或难治性经典型霍奇金淋巴瘤(cHL)患者中,评估Ibrutinib标准剂量560 mg每日联合Nivolumab 3 mg/kg静脉(IV)每3周给药最多16次输注的完全缓解(CR)率。次要目标:I. 确定Ibrutinib与Nivolumab联合治疗复发或难治性经典型HL患者的总缓解率(ORR)。II. 确定Ibrutinib联合Nivolumab治疗复发或难治性cHL患者的安全性和毒性。III. 确定接受Ibrutinib与Nivolumab联合治疗的复发或难治性cHL患者的无进展生存期(PFS)。IV. 确定接受Ibrutinib联合Nivolumab治疗的复发或难治性cHL患者的缓解持续时间。
【主题与分类】
主题标签:Classical Hodgkin Lymphoma。本站分类:肿瘤/淋巴瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02940301
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/NCT02940301
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:经典型霍奇金淋巴瘤。主要目的:I. 评估在复发或难治性经典型霍奇金淋巴瘤(cHL)患者中,伊布替尼标准剂量560 mg每日联合纳武利尤单抗3 mg/kg静脉注射(IV)每3周一次、最多16次输注的完全缓解(CR)率。次要目的:I. 确定伊布替尼与纳武利尤单抗联合治疗复发或难治性经典型霍奇金淋巴瘤患者的总体缓解率(ORR)。II. 确定伊布替尼联合纳武利尤单抗在复发或难治性cHL患者中的安全性和毒性。III. 确定接受伊布替尼联合纳武利尤单抗治疗的复发或难治性cHL患者的无进展生存期(PFS)。IV. 确定接受伊布替尼联合纳武利尤单抗治疗的复发或难治性cHL患者的缓解持续时间。三级目的:I. 确定伊布替尼和纳武利尤单抗对外周血中T细胞、B细胞和NK细胞分布的影响。II. 确定伊布替尼和纳武利尤单抗对Th1/Th2细胞因子谱的影响,并将其与治疗反应相关联。III.
确定依鲁替尼和纳武利尤单抗对Th1/Th2比值及特异性IgG亚类的影响。方案概要:患者在第1-21天每日一次口服依鲁替尼,第1天接受纳武利尤单抗静脉输注60分钟。纳武利尤单抗治疗每21天重复一次,最多16个疗程;依鲁替尼治疗持续进行,直至疾病进展或出现不可接受的毒性。研究治疗完成后,对患者进行定期随访。
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。




