SAR445514治疗复发/难治性多发性骨髓瘤与复发/难治性轻链淀粉样变性的安全性和有效性研究

该数据集来源于clinicaltrials.gov,收录一项关于SAR445514在复发/难治性多发性骨髓瘤(RRMM)和复发/难治性轻链淀粉样变性(RRLCA)受试者中的安全性和有效性研究

SanofiSanofi
clinicaltrials
浏览 16
其他预测Relapsed/Refractory Multiple MyelomaAmyloid Light-chain Amyloidosis
A Study to Investigate Safety and Efficacy With SAR445514 in Participants With Relapsed/Refractory Multiple Myeloma (RRMM) and Relapsed/Refractory Light-chain Amyloidosis (RRLCA)

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-08

资源简介

SAR445514治疗复发/难治性多发性骨髓瘤与复发/难治性轻链淀粉样变性的安全性和有效性研究

该数据集来源于clinicaltrials.gov,收录一项关于SAR445514在复发/难治性多发性骨髓瘤(RRMM)和复发/难治性轻链淀粉样变性(RRLCA)受试者中的安全性和有效性研究。研究涵盖筛选期、治疗期、治疗结束访视和随访期,受试者接受每4周周期的SAR445514皮下给药。数据可用于了解该药物在这两类血液系统疾病中的临床研究设计、用药方案及生存随访安排,为相关治疗领域的临床评价提供参考(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:复发/难治性多发性骨髓瘤、轻链淀粉样变性。受试者的研究持续时间将包括:筛选期:第1周期第1天(C1D1)前最多28天;治疗期:入组受试者将接受每4周周期的SAR445514皮下给药。治疗结束访视将在末次试验用药品(IMP)给药后30天(+/- 7天)或开始进一步治疗之前进行,以先发生者为准。随访期将持续至死亡、受试者要求退出研究、最终总生存分析或申办方在任何时间点决定取消生存随访。

【主题与分类】

主题标签:Relapsed/Refractory Multiple Myeloma、Amyloid Light-chain Amyloidosis。本站分类:肿瘤/多发性骨髓瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05839626

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT05839626

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:复发/难治性多发性骨髓瘤、轻链型淀粉样变性。受试者的研究持续时间将包括:筛选期:第1周期第1天(C1D1)前最多28天;治疗期:入组受试者将接受SAR445514皮下注射,每4周为一个周期。治疗结束访视将在末次试验用药品(IMP)给药后30天(±7天)或开始进一步治疗前进行,以先发生者为准。随访期将持续至死亡、受试者要求退出研究、最终总生存期分析,或申办方在任何时间点决定取消生存随访。

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。

获取专属数据定制方案