阿卡替尼、奥妥珠单抗和维奈克拉对比奥妥珠单抗和维奈克拉治疗初治高危慢性淋巴细胞白血病的3期试验
该数据集来自clinicaltrials.gov,聚焦慢性淋巴细胞白血病(CLL)这一工业化国家最常见的白血病。数据可用于分析高危CLL的治疗策略与预后因素,支持临床决策与风险分层研究(来源 clinicaltrials.gov)

基本信息
资源简介
阿卡替尼、奥妥珠单抗和维奈克拉对比奥妥珠单抗和维奈克拉治疗初治高危慢性淋巴细胞白血病的3期试验
该数据集来自clinicaltrials.gov,聚焦慢性淋巴细胞白血病(CLL)这一工业化国家最常见的白血病。研究针对高危CLL患者,通过分子特征识别17p缺失、TP53突变和/或复杂核型人群,随机比较两种非化疗、固定疗程方案:Acalabrutinib联合Obinutuzumab与Venetoclax,对比Obinutuzumab与Venetoclax。数据可用于分析高危CLL的治疗策略与预后因素,支持临床决策与风险分层研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:慢性淋巴细胞白血病。CLL是工业化国家中最常见的白血病。国际指南对该疾病的诊断和管理已达成共识。CLL的临床病程高度可变,可通过临床分期(根据Rai和Binet)以及遗传、血清标志物和风险模型进行预测。本研究旨在对高危慢性淋巴细胞白血病(CLL)患者进行两种不同的、非化疗且固定疗程模式的随机比较,并针对高度未满足的医疗需求,因为高危CLL代表一种迄今无法治愈的侵袭性癌症。CLL患者的高危组可通过分子特征识别,从而纳入一组明确描述的患者:17p缺失、TP53突变和/或复杂核型。TP53缺陷是非呼吸系统……(源站描述在此处截断)
【主题与分类】
主题标签:Chronic Lymphocytic Leukemia。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05197192
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/NCT05197192
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:慢性淋巴细胞白血病。CLL是工业化国家中最常见的白血病。国际指南对该疾病的诊断和管理意见一致。CLL的临床病程高度可变,可通过临床分期(根据Rai和Binet)、遗传学、血清标志物及风险模型进行预测。本研究旨在对高危慢性淋巴细胞白血病(CLL)患者进行两种不同的非化疗、固定疗程方案的随机比较,满足了一项高度未满足的医疗需求,因为高危CLL目前仍是一种无法治愈的侵袭性癌症。CLL患者的高危组可通过分子特征加以识别,从而能够纳入一组明确描述的患者:17p缺失、TP53突变和/或复杂核型。TP53缺陷是对化疗无应答的最强预后因素。携带TP53缺陷的患者应接受无化疗方案治疗。
复杂核型(CKT)定义为在两个或更多中期分裂相中存在三种或更多染色体畸变,与多种血液系统恶性肿瘤(包括慢性淋巴细胞白血病(CLL))的较差预后相关。在CLL中,CKT是数个公认的不良预后因素之一,与17p缺失、TP53突变或IGHV未突变状态相当。根据年龄和既往化疗暴露情况,10-30%的CLL患者表现出CKT。大量证据表明CKT具有预测性预后价值。尽管化学免疫治疗在一线以及复发/难治性(r/r)CLL的治疗中取得了相当大的进展,但CKT患者的预后仍然较差。迄今为止,尚未通过新型药物进行随机对照比较,以优化高危疾病(定义为存在TP53畸变或CKT)患者的治疗。高危CLL(TP53缺陷和/或CKT)患者接受化学免疫治疗后预后较差,且未能从
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




