Ibrutinib联合短程Fludarabine治疗初治CLL的II期研究
该数据集来自clinicaltrials.gov,聚焦于初治慢性淋巴细胞白血病(CLL)和小淋巴细胞淋巴瘤(SLL)的II期临床研究,探索Ibrutinib联合短程Fludarabine的治疗方案

基本信息
资源简介
Ibrutinib联合短程Fludarabine治疗初治CLL的II期研究
该数据集来自clinicaltrials.gov,聚焦于初治慢性淋巴细胞白血病(CLL)和小淋巴细胞淋巴瘤(SLL)的II期临床研究,探索Ibrutinib联合短程Fludarabine的治疗方案。数据覆盖患者人群、疾病特征及治疗响应等信息,可用于分析BTK抑制剂在初治CLL/SLL中的疗效与安全性,支持治疗反应预测、预后评估及个体化治疗策略研究(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、小淋巴细胞淋巴瘤。慢性淋巴细胞白血病(CLL)和/或小淋巴细胞淋巴瘤(SLL)是B细胞肿瘤,常影响老年患者。虽然CLL的病因尚不清楚,但研究表明肿瘤细胞所需的关键因素。首先,CLL细胞通过B细胞受体(BCR)接收信号而生长和存活;其次,CLL细胞受益于与其他细胞的相互作用,尤其是T细胞。通过BCR的刺激可以用ibrutinib减少,ibrutinib是一种口服药物,选择性抑制Bruton酪氨酸激酶(BTK)。在临床试验中,ibrutinib在高危疾病患者中显示出安全性和高缓解率。Ibrutinib已获得FDA批准,用于治疗具有17p缺失的CLL患者以及至少接受过一次既往治疗的患者。然而,单
【主题与分类】
主题标签:Chronic Lymphocytic Leukemia、Small Lymphocytic Lymphoma。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02514083
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/NCT02514083
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、小淋巴细胞淋巴瘤。慢性淋巴细胞白血病(CLL)和/或小淋巴细胞淋巴瘤(SLL)是常影响老年患者的B细胞肿瘤。尽管CLL的病因尚不明确,但研究表明,肿瘤细胞的生长和存活依赖于一些关键因素。首先,CLL细胞通过B细胞受体(BCR)接收信号,从而得以生长和存活;其次,CLL细胞受益于与其他细胞,尤其是T细胞的相互作用。通过BCR的刺激可以被依鲁替尼减弱,这是一种选择性抑制布鲁顿酪氨酸激酶(BTK)的口服药物。在临床试验中,依鲁替尼在高风险疾病患者中展现了安全性和高缓解率。依鲁替尼已获得FDA批准,用于治疗具有17p缺失的CLL患者以及至少接受过一次先前治疗的患者。然而,单药依鲁替尼存在局限性;该药物不能消除所有肿瘤细胞,且随着时间推移,肿瘤细胞可能产生耐药性。因此,依鲁替尼与其他药物的联合使用可能更为有益。
我们选择氟达拉滨是因为它是一种耐受性良好的药物,已广泛用于治疗CLL。此外,氟达拉滨能杀死恶性B细胞和支持白血病细胞生长的T细胞。通过这种方法,我们希望能恢复更健康的免疫系统。本研究将探讨依鲁替尼联合氟达拉滨的安全性和有效性。本方案适用于既往未接受过治疗的CLL患者。依鲁替尼将每日给药,直至疾病进展或出现无法耐受的副作用。氟达拉滨仅在第3和第4周期给予。
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。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




