Sonrotoclax联合Zanubrutinib治疗计划接受标准CAR-T细胞治疗的复发/难治性套细胞淋巴瘤患者
该数据集来自clinicaltrials.gov,聚焦于复发/难治性套细胞淋巴瘤(MCL)患者。研究方案为:将sonrotoclax(下一代BCL-2抑制剂)与zanubrutinib(选择性BTK抑制剂)联合用于计划接受标准CAR-T细胞治疗的患者,旨在通过生物学协同作用实现无需化疗的持久缓解

基本信息
资源简介
Sonrotoclax联合Zanubrutinib治疗计划接受标准CAR-T细胞治疗的复发/难治性套细胞淋巴瘤患者
该数据集来自clinicaltrials.gov,聚焦于复发/难治性套细胞淋巴瘤(MCL)患者。研究方案为:将sonrotoclax(下一代BCL-2抑制剂)与zanubrutinib(选择性BTK抑制剂)联合用于计划接受标准CAR-T细胞治疗的患者,旨在通过生物学协同作用实现无需化疗的持久缓解。数据覆盖诱导期联合用药、CAR-T治疗及后续zanubrutinib维持治疗等阶段,可用于了解该联合方案在MCL中的治疗设计与患者管理(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:套细胞淋巴瘤。在套细胞淋巴瘤(MCL)中,将sonrotoclax(一种下一代BCL-2抑制剂)与zanubrutinib(一种选择性BTK抑制剂)联合使用——预计将由强大的生物学协同作用、互补机制以及无需化疗的更持久缓解所驱动。参与本研究的患者必须已经计划接受、并且有资格在本方案之外接受CAR-T细胞治疗。CAR-T将根据当地或省级指南进行给药。如果患者决定参与本研究,患者将首先接受zanubrutinib(如果在开始研究前未使用),然后在诱导阶段,他们将接受sonrotoclax(采用剂量递增方案)联合zanubrutinib,随后接受CAR-T细胞治疗,之后接受zanubrutinib单药/维持治疗。在完成研究治疗后,即使患者提前停止治疗
【主题与分类】
主题标签:Mantle Cell Lymphoma。本站分类:肿瘤/淋巴瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07341191
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/NCT07341191
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:套细胞淋巴瘤。在套细胞淋巴瘤(MCL)中,将sonrotoclax(一种下一代BCL-2抑制剂)与zanubrutinib(一种选择性BTK抑制剂)联合使用,预计将由强大的生物学协同作用、互补机制以及无需化疗即可实现更持久缓解所驱动。参加本研究的患者必须已经计划接受CAR-T细胞治疗,并且符合在本方案之外接受CAR-T细胞治疗的条件。CAR-T将按照当地或省级指南进行给药。如果患者决定参加本研究,患者将首先接受zanubrutinib(如果在开始研究前未使用该药),然后在诱导阶段,他们将接受sonrotoclax(采用递增给药方案)联合zanubrutinib治疗,随后接受CAR-T细胞治疗,之后再接受zanubrutinib单药治疗/维持治疗。完成研究治疗后,即使患者提前停止治疗,研究医生也将继续随访患者的病情,直至其终生或直至所有研究结果已知。
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。




