PET引导的Brentuximab Vedotin与Pembrolizumab联合多柔比星和达卡巴嗪治疗经典霍奇金淋巴瘤

该数据集来自clinicaltrials.gov,聚焦经典霍奇金淋巴瘤(cHL)的治疗研究,涵盖既往未治疗的II期巨块型纵隔病变或晚期cHL受试者

M.D. Anderson Cancer CenterM.D. Anderson Cancer Center
clinicaltrials
浏览 2
其他预测Hodgkin Lymphoma
PET Adapted Brentuximab Vedotin and Pembrolizumab in Combination With Doxorubicin and Dacarbazine in Classic Hodgkin Lymphoma

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-25

资源简介

PET引导的Brentuximab Vedotin与Pembrolizumab联合多柔比星和达卡巴嗪治疗经典霍奇金淋巴瘤

该数据集来自clinicaltrials.gov,聚焦经典霍奇金淋巴瘤(cHL)的治疗研究,涵盖既往未治疗的II期巨块型纵隔病变或晚期cHL受试者。数据涉及Brentuximab vedotin、pembrolizumab联合多柔比星和达卡巴嗪的方案,主要评估治疗结束时完全缓解率,次要目标包括安全性、 interim PET完全缓解率、总缓解率、缓解持续时间、完全缓解持续时间、无事件生存期、无进展生存期和总生存期。可用于淋巴瘤治疗反应与生存结局的分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:霍奇金淋巴瘤。主要目标:● 评估既往未治疗的II期巨块型纵隔病变或晚期cHL受试者接受Brentuximab vedotin和pembrolizumab、多柔比星和达卡巴嗪治疗结束时(EOT)的完全缓解(CR)率。次要目标: 评估BvP+AD的安全性 评估 interim PET 时的完全缓解率(CR iPET) 评估总缓解率(ORR) 评估缓解持续时间(DOR) 评估完全缓解持续时间(DOCR) 评估无事件生存期(EFS) 评估无进展生存期(PFS) 评估总生存期(OS)

【主题与分类】

主题标签:Hodgkin Lymphoma。本站分类:肿瘤/淋巴瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05922904

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT05922904

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:霍奇金淋巴瘤。主要目标:● 评估既往未经治疗的II期巨块型纵隔病变或晚期经典型霍奇金淋巴瘤受试者,在接受维布妥昔单抗联合帕博利珠单抗、多柔比星和达卡巴嗪治疗后,治疗结束时(EOT)的完全缓解(CR)率。次要目标:* 评估BvP+AD的安全性 * 评估中期PET的完全缓解率(CR iPET) * 评估总缓解率(ORR) * 评估缓解持续时间(DOR) * 评估完全缓解持续时间(DOCR) * 评估无事件生存期(EFS) * 评估无进展生存期(PFS) * 评估总生存期(OS)

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。

获取专属数据定制方案