利妥昔单抗治疗马拉维多中心Castleman病的安全性与有效性研究
该数据集来自clinicaltrials.gov,聚焦马拉维多中心Castleman病(MCD)患者接受利妥昔单抗治疗的安全性与有效性

基本信息
资源简介
利妥昔单抗治疗马拉维多中心Castleman病的安全性与有效性研究
该数据集来自clinicaltrials.gov,聚焦马拉维多中心Castleman病(MCD)患者接受利妥昔单抗治疗的安全性与有效性。研究为单臂II期临床试验,计划入组27例新诊断或既往治疗但未用过利妥昔单抗、需治疗的MCD患者,接受四剂每周利妥昔单抗,高危患者加用依托泊苷。随访包括一年毒性观察和两年生存。主要结局为≥3级治疗相关不良事件频率,次要结局包括无事件生存等。数据可用于评估该治疗方案在资源有限地区的风险获益特征(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:多中心Castleman病。本研究旨在通过一项单臂II期临床试验,确定马拉维一线、风险分层、基于利妥昔单抗的MCD治疗的安全性和有效性。研究者将入组27名新诊断或既往接受过治疗(既往未接受利妥昔单抗)且需要治疗(B症状或血红蛋白<10 g/dL)的MCD受试者。受试者将接受四剂每周一次的利妥昔单抗治疗。高危受试者(定义为东部肿瘤协作组(ECOG)体能状态>2或血红蛋白<8 g/dL的患者)还将接受依托泊苷化疗。受试者将接受为期一年的毒性随访和为期两年的生存随访。主要结局为安全性,定义为≥3级治疗相关常见不良事件术语标准(AEs)的频率。次要结局将为无事件
【主题与分类】
主题标签:Multicentric Castleman Disease。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04585893
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/NCT04585893
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:多中心Castleman病。本研究旨在通过一项单臂II期临床试验,确定马拉维基于利妥昔单抗的一线、风险分层MCD治疗的安全性和有效性。研究者将入组27名新诊断或既往接受过治疗(既往未接受过利妥昔单抗)且需要治疗(B症状或血红蛋白<10 g/dL)的MCD受试者。受试者将接受四剂每周一次的利妥昔单抗治疗。高风险受试者(定义为美国东部肿瘤协作组(ECOG)体能状态>2或血红蛋白<8 g/dL的患者)还将接受依托泊苷化疗。受试者将接受为期一年的毒性随访和为期两年的生存随访。主要结局为安全性,定义为≥3级治疗相关不良事件(AE)的常见不良事件评价标准(CTCAE)发生率。次要结局为无事件生存期(死亡、进展或发生NHL)以及1年和2年总生存期(OS)。研究者还旨在将马拉维MCD一线利妥昔单抗治疗与化疗(使用研究者的历史对照)的成本效益进行比较。
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。




