初诊滤泡性淋巴瘤采用CELMoD Golcadomide联合Rituximab±Nivolumab治疗
该数据集来自clinicaltrials.gov,聚焦初诊滤泡性淋巴瘤(II、III、IV期)患者,研究Golcadomide联合Rituximab±Nivolumab诱导方案的安全性及疗效,覆盖8个周期(每周期28天)及最长2年Rituximab维持治疗,监测特定不良反应,并在基线和每周期前评估毒

基本信息
资源简介
初诊滤泡性淋巴瘤采用CELMoD Golcadomide联合Rituximab±Nivolumab治疗
该数据集来自clinicaltrials.gov,聚焦初诊滤泡性淋巴瘤(II、III、IV期)患者,研究Golcadomide联合Rituximab±Nivolumab诱导方案的安全性及疗效,覆盖8个周期(每周期28天)及最长2年Rituximab维持治疗,监测特定不良反应,并在基线和每周期前评估毒性、基线时进行扫描。可用于淋巴瘤治疗安全性、疗效及不良反应分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:滤泡性淋巴瘤II期、滤泡性淋巴瘤III期、滤泡性淋巴瘤IV期。本研究将纳入患有滤泡性非霍奇金淋巴瘤(滤泡性淋巴瘤)的参与者。本研究的主要目的是观察给予药物golcadomide诱导方案联合Rituximab±Nivolumab是否安全,以及该联合方案在既往未接受过淋巴瘤药物治疗的患者中的有效性。特别地,我们将监测在Rituximab治疗±Nivolumab基础上加用golcadomide 8个周期(每周期28天)后可能增加的特定副作用,诱导治疗后符合条件患者接受最长2年Rituximab维持治疗。参与者将在基线和每个治疗周期前接受毒性评估,扫描将在基线时进行
【主题与分类】
主题标签:Follicular Lymphoma Stage II、Follicular Lymphoma Stage III、Follicular Lymphoma Stage IV。本站分类:肿瘤/淋巴瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05788081
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/NCT05788081
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
疾病状态:滤泡性淋巴瘤II期、滤泡性淋巴瘤III期、滤泡性淋巴瘤IV期。本研究将纳入患有一种称为滤泡性非霍奇金淋巴瘤(滤泡性淋巴瘤)的受试者。本研究的主要目的是评估给予golcadomide诱导方案联合利妥昔单抗+/-纳武利尤单抗是否安全,并观察该联合方案在既往未接受过淋巴瘤药物治疗的患者中的有效性。特别地,我们将监测在利妥昔单抗治疗+/-纳武利尤单抗的基础上加用golcadomide共8个周期(每周期28天)后可能增加的特定不良反应,诱导治疗后符合条件患者将接受最长2年的利妥昔单抗维持治疗。受试者将在基线时及每个治疗周期前接受毒性评估,影像学检查将在基线时、诱导治疗2个周期和5个周期后以及维持治疗期间每8周进行。治疗完成后,受试者将接受总计3年的随访(每6个月一次)。对于疾病复发的受试者,将每3个月进行一次生存随访。
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。




