系统性轻链淀粉样变性患者微小残留病临床研究
该数据集来自 clinicaltrials.gov,主题为系统性轻链(AL)淀粉样变性患者的微小残留病(MRD)临床研究

基本信息
资源简介
系统性轻链淀粉样变性患者微小残留病临床研究
该数据集来自 clinicaltrials.gov,主题为系统性轻链(AL)淀粉样变性患者的微小残留病(MRD)临床研究。AL 淀粉样变性属浆细胞疾病,由骨髓中通常较小且增殖缓慢的浆细胞克隆引起,其产生的轻链错误折叠形成淀粉样纤维并沉积于多种组织器官,导致进行性器官功能障碍。数据集覆盖该病的疾病机制、预后及治疗背景,涉及自体造血干细胞移植(ASCT)患者选择标准的改进与蛋白酶体抑制剂等新药的应用,并关注血液学反应评估。可用于了解 AL 淀粉样变性中 MRD 相关临床研究的背景与方向(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:轻链(AL)淀粉样变性、MRD。轻链淀粉样变性(AL 淀粉样变性)作为一种浆细胞疾病,由骨髓中通常较小且增殖缓慢的浆细胞克隆引起。该克隆产生的轻链错误折叠,形成淀粉样纤维,沉积于多种组织和器官,导致进行性器官功能障碍。在有效治疗出现之前,AL 淀粉样变性患者的预后非常差,中位生存期约为 12 个月。近几十年来,随着自体造血干细胞移植(ASCT)患者选择标准的持续改进,以及蛋白酶体抑制剂等新药的开发,AL 淀粉样变性的治疗格局发生了显著变化,患者预后明显改善。血液学反应评估是……期间的主要关注点
【主题与分类】
主题标签:Light Chain (AL) Amyloidosis、MRD。本站分类:肌肉骨骼系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07215494
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/NCT07215494
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:轻链型(AL)淀粉样变性、MRD。轻链淀粉样变性(AL淀粉样变性)作为一种浆细胞疾病,由骨髓中通常较小且增殖缓慢的浆细胞克隆引起。该克隆产生的轻链发生错误折叠,形成淀粉样纤维,沉积于各种组织和器官,导致进行性器官功能障碍。在有效治疗出现之前,AL淀粉样变性患者的预后极差,中位生存期约为12个月。近几十年来,随着自体造血干细胞移植(ASCT)患者选择标准的不断改进,以及蛋白酶体抑制剂等新型药物的研发,AL淀粉样变性的治疗格局发生了显著变化,患者预后明显改善。血液学缓解评估是治疗过程中的主要关注点,达到非常好的部分缓解(VGPR)甚至完全缓解(CR)可带来更高的器官缓解率和更长的生存期。然而,并非所有达到≥VGPR的患者都能获得器官缓解。
这可能是因为存在极少量的残留浆细胞克隆,它们持续产生单克隆轻链并沉积于组织和器官,造成持续损伤,导致器官反应难以实现。随着新型药物的不断发展,血液学完全缓解率有所提高,而近期微小残留病(MRD)检测技术的进步,在AL淀粉样变性研究中日益受到关注。因此,在药物不断研发的时代,实现MRD阴性可能成为AL淀粉样变性重要的临床治疗目标,进一步改善患者的长期预后。2021年随机临床试验(NCT03201965)取得的良好结果,使Dara-CyBorD方案成为欧洲和美国首个获FDA批准的一线治疗方案,这也引发了对ASCT作用的一些争议。Dara可导致早期且深度的血液学缓解。
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。




