Rocbrutinib联合R-CHOP治疗初诊B细胞非霍奇金淋巴瘤的Ib期研究
该数据集来自clinicaltrials.gov,收录一项Rocbrutinib联合R-CHOP治疗初诊B细胞非霍奇金淋巴瘤的Ib期研究

基本信息
资源简介
Rocbrutinib联合R-CHOP治疗初诊B细胞非霍奇金淋巴瘤的Ib期研究
该数据集来自clinicaltrials.gov,收录一项Rocbrutinib联合R-CHOP治疗初诊B细胞非霍奇金淋巴瘤的Ib期研究。研究分为剂量递增部分(Part A)和剂量扩展部分(Part B),后者包括非GCB DLBCL、MZL和MCL三个队列,受试者接受6周期联合治疗、2周期Rocbrutinib联合Rituximab及2年Rocbrutinib维持治疗,并长期随访。主要目标是评估联合治疗的安全性。数据可用于淋巴瘤治疗安全性分析及相关临床研究参考(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:B细胞非霍奇金淋巴瘤。大纲:剂量递增部分(Part A):在研究剂量递增部分,将探索Rocbrutinib联合R-CHOP的递增剂量,采用3+3原则确定剂量。如果剂量递增可接受,随后将确定推荐的2期剂量。剂量扩展部分(Part B):将作为多中心、开放标签研究进行,包括三个队列(队列1:非GCB DLBCL;队列2:MZL;队列3:MCL)。符合条件的受试者将接受Rocbrutinib联合R-CHOP治疗6个周期,然后接受Rocbrutinib联合Rituximab治疗2个周期,随后接受Rocbrutinib维持治疗2年。完成研究治疗后,患者每12周随访1年,然后每24周随访4年。主要目标:I. 评估Rocbrutinib联合R-CHOP的安全性。
【主题与分类】
主题标签:B-cell 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/NCT06251180
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/NCT06251180
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:B细胞非霍奇金淋巴瘤。研究概要:剂量递增部分(A部分):在本研究的剂量递增部分,将探索Rocbrutinib联合R-CHOP的递增剂量,采用3+3原则确定剂量。若剂量递增可接受,随后将确定推荐的2期剂量。剂量扩展部分(B部分):将作为多中心、开放标签研究开展,包括三个队列(队列1:非GCB型DLBCL;队列2:MZL;队列3:MCL)。符合条件的受试者将接受Rocbrutinib联合R-CHOP治疗6个周期,随后接受Rocbrutinib联合利妥昔单抗治疗2个周期,之后接受Rocbrutinib维持治疗2年。完成研究治疗后,患者每12周随访一次,持续1年,随后每24周随访一次,持续4年。主要目的:I. 评价Rocbrutinib联合R-CHOP治疗B细胞非霍奇金淋巴瘤的安全性,包括最大耐受剂量(MTD)、剂量限制性毒性(DLT)、不良事件(AE)、具有临床意义的实验室异常。2. 确定推荐剂量。3.
确定Rocbrutinib联合R-CHOP的药代动力学特征。次要目标:1. 确定DLBCL/非生发中心(non-GCB)DLBCL的总体缓解率、完全缓解率、缓解持续时间、生存结局(无进展生存期、无事件生存期、总生存期)。2. 确定MZL的总体缓解率、完全缓解率、缓解持续时间、生存结局(无进展生存期、无事件生存期、总生存期)。3. 确定MCL的总体缓解率、完全缓解率、缓解持续时间、生存结局(无进展生存期、无事件生存期、总生存期)。
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。




