泽布替尼联合来那度胺治疗新诊断PCNSL体弱老年患者
该数据集来自clinicaltrials.gov,属于肿瘤/淋巴瘤领域,聚焦新诊断原发中枢神经系统淋巴瘤(PCNSL)的体弱老年患者

基本信息
资源简介
泽布替尼联合来那度胺治疗新诊断PCNSL体弱老年患者
该数据集来自clinicaltrials.gov,属于肿瘤/淋巴瘤领域,聚焦新诊断原发中枢神经系统淋巴瘤(PCNSL)的体弱老年患者。研究为前瞻性单臂II期临床试验,评估BTK抑制剂泽布替尼联合免疫调节剂来那度胺的疗效与安全性,计划入组33例年龄≥70岁且被判定为体弱的患者,该人群可能不适合以高剂量甲氨蝶呤为基础的标准一线方案。研究包含筛选期、诱导期、巩固期和维持期,筛选期为首次给药前1周内。数据可用于了解该联合方案在体弱老年PCNSL人群中的治疗设计与研究框架(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:原发中枢神经系统淋巴瘤(PCNSL)、泽布替尼、来那度胺、体弱老年人。这是一项前瞻性、单臂、II期临床研究,评估泽布替尼(一种BTK抑制剂)联合来那度胺(一种免疫调节药物)在新诊断原发中枢神经系统淋巴瘤(PCNSL)体弱老年患者中的疗效和安全性。该研究计划入组33例年龄≥70岁且被判定为体弱的患者,这一人群可能“不适合”以高剂量甲氨蝶呤为基础的标准一线治疗方案。本研究包括筛选期、诱导期、巩固期和维持期。筛选期定义为首次给药前1周内。在诱导期,参与者将接受泽布替尼160 mg口服,每日两次,持续给药,以及来那度胺25 mg口服,每日一次,在第1-2天
【主题与分类】
主题标签:Zanubrutinib、Lenalidomide、Frail Elderly。本站分类:肿瘤/淋巴瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07839247
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/NCT07839247
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:原发性中枢神经系统淋巴瘤(PCNSL)、泽布替尼、来那度胺、体弱老年人。这是一项前瞻性、单臂、II期临床研究,旨在评估泽布替尼(一种BTK抑制剂)联合来那度胺(一种免疫调节药物)在体弱老年初诊原发性中枢神经系统淋巴瘤(PCNSL)患者中的疗效和安全性。该研究计划入组33例年龄≥70岁且被归类为体弱的患者,对于这一人群,标准一线治疗方案——以大剂量甲氨蝶呤为基础的化疗——可能“不适合”。该研究包括筛选期、诱导期、巩固期和维持期。筛选期定义为首次给药前1周内。在诱导期,受试者将接受泽布替尼160 mg口服,每日两次,持续给药,并接受来那度胺25 mg口服,每日一次,在每个28天周期的第1-21天给药,共三个周期。诱导后达到部分缓解(PR)或完全缓解(CR)的受试者将接受三个额外的28天巩固周期,方案相同。
在巩固治疗后达到完全缓解(CR)的参与者将继续接受泽布替尼和来那度胺的维持治疗,直至疾病进展。整个研究期间将采用国际原发性中枢神经系统淋巴瘤协作组(IPCG)标准评估治疗反应,每3个月评估一次。主要终点是诱导治疗结束时的完全缓解率(CRR)。次要终点包括诱导治疗结束时的总缓解率(ORR)、巩固治疗结束时的CRR和ORR、一年和两年无进展生存(PFS)率、缓解持续时间(DOR)、总生存(OS)、不良事件(AE)和严重不良事件(SAE)。将进行探索性液体活检分析,以评估治疗反应和预后。
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。




