ME-401治疗复发或难治性惰性B细胞非霍奇金淋巴瘤研究
该数据集来自clinicaltrials.gov，主题为ME-401在复发或难治性惰性B细胞非霍奇金淋巴瘤日本受试者中的研究
基本信息
资源简介
ME-401治疗复发或难治性惰性B细胞非霍奇金淋巴瘤研究
该数据集对应一项在复发或难治性惰性B细胞非霍奇金淋巴瘤日本受试者中开展的ME-401临床研究，英文名称为“Study of ME-401 in Subjects With Relapsed or Refractory Indolent B-cell Non-Hodgkin's Lymphoma (NHL)”。数据集来源于clinicaltrials.gov，在本站归入肿瘤/淋巴瘤分类，主题标签为惰性B细胞非霍奇金淋巴瘤。研究旨在评估ME-401治疗日本复发或难治性惰性B细胞非霍奇金淋巴瘤受试者的疗效、安全性和药代动力学特征。该数据集可为关注惰性B细胞非霍奇金淋巴瘤治疗研究、特别是ME-401相关临床评价的用户提供结构化的研究信息入口。
【数据集背景】
惰性B细胞非霍奇金淋巴瘤是一类进展相对缓慢的B细胞来源淋巴系统肿瘤。对于复发或难治性患者，探索新的治疗药物和方案具有临床研究价值。该数据集所对应的研究聚焦ME-401这一药物，研究对象限定为日本受试者，研究目的包括评估疗效、安全性以及药代动力学。数据集将上述研究背景与主题标签“惰性B细胞非霍奇金淋巴瘤”关联，便于在肿瘤/淋巴瘤分类下检索和识别。
【数据内容】
该数据集的主题标签为惰性B细胞非霍奇金淋巴瘤，来源站描述中列出的疾病条件为惰性B细胞非霍奇金淋巴瘤。研究内容围绕ME-401在复发或难治性惰性B细胞非霍奇金淋巴瘤日本受试者中的疗效、安全性和药代动力学评价展开。关于数据集内具体包含的字段、受试者数量、给药方案、终点指标数值等详细内容，源站未提供。
【采集与来源】
该数据集来自clinicaltrials.gov。其英文名称、疾病条件、研究目的及受试者人群信息均与源站描述一致。除来源站为clinicaltrials.gov以及上述研究层面的描述外，关于数据采集时间、采集方式、更新频率等采集过程细节，源站未提供。
【适用场景】
该数据集适用于需要了解ME-401在复发或难治性惰性B细胞非霍奇金淋巴瘤日本受试者中临床研究概况的场景，例如在肿瘤/淋巴瘤主题下进行相关研究检索、整理惰性B细胞非霍奇金淋巴瘤治疗研究方向，或作为进一步查阅源站研究记录的入口。关于该数据集在其他具体分析、建模或临床决策场景中的适用性，源站未提供。
【使用方法】
该数据集可按本站分类“肿瘤 / 淋巴瘤”进行归类浏览，并可通过主题标签“惰性B细胞非霍奇金淋巴瘤”进行主题检索。使用时宜结合来源站clinicaltrials.gov上的对应研究记录理解其背景。关于具体的数据读取方式、字段说明、接口调用方法或分析流程，源站未提供。
【质量与限制】
该数据集的信息来自clinicaltrials.gov的源站描述，研究人群限定为日本受试者，研究目的聚焦ME-401的疗效、安全性和药代动力学。关于数据完整性、准确性验证、样本量、统计方法、缺失值处理以及研究结果的偏倚风险等质量与限制方面的具体信息，源站未提供。
【引用与许可】
该数据集的来源站为clinicaltrials.gov。关于引用格式、许可条款、使用限制或再分发条件，源站未提供。
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/NCT04533581
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：惰性B细胞非霍奇金淋巴瘤。本研究旨在评估ME-401治疗复发或难治性惰性B细胞非霍奇金淋巴瘤日本受试者的疗效、安全性和药代动力学。
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。
