ZPR方案治疗老年初治弥漫大B细胞淋巴瘤前瞻性临床研究

该数据集来自clinicaltrials.gov,为一项前瞻性、单臂、单中心临床研究,聚焦老年初治弥漫大B细胞淋巴瘤患者

Peng LiuPeng Liu
clinicaltrials
浏览 9
其他预测Diffuse Large B Cell Lymphoma
Prospective Clinical Study of ZPR Regimen in Elderly Treatment-naive Diffuse Large B-cell Lymphoma

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-20

资源简介

ZPR方案治疗老年初治弥漫大B细胞淋巴瘤前瞻性临床研究

该数据集来自clinicaltrials.gov,为一项前瞻性、单臂、单中心临床研究,聚焦老年初治弥漫大B细胞淋巴瘤患者。研究探索ZPR方案(泽布替尼、维泊妥珠单抗和利妥昔单抗)的疗效与安全性,主要目标以ORR评估疗效,次要目标评估安全性。受试者接受6周期ZPR方案(每21天1周期),随后泽布替尼单药维持至用药满1年或疾病进展、不可耐受不良反应、死亡、撤回知情同意或研究终止。数据可用于淋巴瘤治疗方案的疗效与安全性分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:弥漫大B细胞淋巴瘤。这是一项前瞻性、单臂、单中心临床研究。本临床研究旨在探索ZPR(泽布替尼、维泊妥珠单抗和利妥昔单抗)方案在老年初治弥漫大B细胞淋巴瘤患者中的疗效和安全性。主要目的:使用ORR评估ZPR治疗老年初治DLBCL患者的疗效。次要目的:评估ZPR治疗老年初治DLBCL患者的安全性。受试者接受6个周期的ZPR方案,每21天一个周期。随后继续单独使用泽布替尼,直至泽布替尼使用满1年或疾病进展或不可耐受的不良反应、死亡、撤回知情同意或研究终止。泽布替尼(Z)160 mg bid po 第1-21天;维泊妥珠单抗(P)1.8 mg/kg ivgtt D1;利妥昔单抗(R)375 mg/m^

【主题与分类】

主题标签:Diffuse Large B Cell Lymphoma。本站分类:肿瘤/淋巴瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05940064

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/NCT05940064

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

适应症:弥漫性大B细胞淋巴瘤。这是一项前瞻性、单臂、单中心临床研究。本临床研究旨在探索ZPR(泽布替尼、维泊妥珠单抗和利妥昔单抗)方案在老年初治弥漫性大B细胞淋巴瘤患者中的疗效和安全性。主要目的:采用ORR评估ZPR治疗老年初治DLBCL患者的疗效。次要目的:评估ZPR治疗老年初治DLBCL患者的安全性。受试者接受6个周期的ZPR方案治疗,每21天为一个周期。随后继续单用泽布替尼,直至泽布替尼使用满1年或疾病进展或出现不可耐受的不良反应、死亡、撤回知情同意或研究终止。泽布替尼(Z)160 mg bid po 第1-21天;维泊妥珠单抗(P)1.8 mg/kg ivgtt D1;利妥昔单抗(R)375 mg/m^2 ivgtt D1。

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