Sepantronium Bromide 治疗高级别 B 细胞淋巴瘤
该数据集来自 clinicaltrials.gov,聚焦 Sepantronium Bromide(SepB)治疗复发或难治性 c-Myc 重排高级别 B 细胞淋巴瘤的多中心、开放标签、剂量探索 2 期研究

基本信息
资源简介
Sepantronium Bromide 治疗高级别 B 细胞淋巴瘤
该数据集来自 clinicaltrials.gov,聚焦 Sepantronium Bromide(SepB)治疗复发或难治性 c-Myc 重排高级别 B 细胞淋巴瘤的多中心、开放标签、剂量探索 2 期研究。覆盖高级别 B 细胞淋巴瘤、Burkitt 淋巴瘤、弥漫大 B 细胞淋巴瘤、淋巴系统疾病以及 C-MYC/BCL2、C-MYC/BCL6 双打击高级别 B 细胞淋巴瘤等病种。数据可用于了解该试验的入组人群、剂量递增设计、安全性评估流程及独立数据监查委员会审查机制,支持淋巴瘤治疗领域的临床研究与用药分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:高级别 B 细胞淋巴瘤、Burkitt 淋巴瘤、B 细胞淋巴瘤、弥漫大 B 细胞淋巴瘤、淋巴系统疾病、高级别淋巴瘤、C-MYC/BCL2 双打击高级别 B 细胞淋巴瘤、C-MYC/BCL6 双打击高级别 B 细胞淋巴瘤。这是一项多中心、开放标签、剂量探索的 2 期研究,评估 SepB 在复发/难治性 c-Myc 重排 HGBCL 患者中的安全性和有效性。每个 SepB 剂量水平入组三名患者组成的队列,必要时扩展至六名患者以评估毒性。每个队列完成 2 个周期治疗后,独立数据监查委员会(DMC)将审查安全性数据,以评估当前队列中与研究药物相关的毒性。在此审查之后,将决定继续剂量递增至下一剂量水平,或宣布给定剂量水平为 th
【主题与分类】
主题标签:High-grade B-cell Lymphoma、Burkitt Lymphoma、Lymphoma, B-Cell、Lymphoma, Large B-Cell, Diffuse、Lymphatic Diseases、Lymphoma, High-Grade、C-Myc Gene Rearrangement。本站分类:肿瘤/淋巴瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05263583
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/NCT05263583
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
条件:高级别B细胞淋巴瘤、伯基特淋巴瘤、淋巴瘤、B细胞淋巴瘤、弥漫性大B细胞淋巴瘤、淋巴系统疾病、高级别淋巴瘤、C-MYC/BCL2双打击高级别B细胞淋巴瘤、C-MYC/BCL6双打击高级别B细胞淋巴瘤。这是一项多中心、开放标签、剂量探索的2期研究,旨在评估SepB在复发/难治性c-Myc重排高级别B细胞淋巴瘤患者中的安全性和有效性。每个剂量水平将入组三名患者组成的队列,必要时扩展至六名患者以评估毒性。每个队列完成2个治疗周期后,独立数据监测委员会(DMC)将审查安全性数据,以评估当前队列中与研究药物相关的毒性。审查后,将决定继续剂量递增至下一剂量水平、宣布某一剂量水平为剂量限制性毒性(DLT)水平,或通过在所讨论的剂量水平额外入组受试者(该水平最多六名受试者)来进一步探索毒性。将在推荐的2期剂量(RP2D)下额外入组6名患者。
RP2D将根据两个指定剂量水平之间的最大耐受剂量以及其他相关数据来确定,这些数据包括临床活性信号、药代动力学(PK)和药效动力学(PD)数据。
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。




