Acalabrutinib、Obinutuzumab与Chlorambucil治疗初治CLL
该数据来自clinicaltrials.gov登记的ELEVATE-TN研究，为一项全球性、3期、多中心、开放标签试验，纳入初治慢性淋巴细胞白血病（CLL）患者
基本信息
资源简介
Acalabrutinib、Obinutuzumab与Chlorambucil治疗初治CLL
该数据来自clinicaltrials.gov登记的ELEVATE-TN研究，为一项全球性、3期、多中心、开放标签试验，纳入初治慢性淋巴细胞白血病（CLL）患者。研究于2015年9月14日至2017年2月8日期间在18个国家142个中心随机入组535例受试者，比较Acalabrutinib联合Obinutuzumab、Acalabrutinib单药、Obinutuzumab联合口服Chlorambucil三种方案。主要终点为两组联合治疗间的无进展生存期，按iwCLL 2008标准由独立评审委员会评估。该数据可用于CLL治疗方案的疗效预测与生存分析研究（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。ELEVATE-TN是一项全球性、3期、多中心、开放标签研究，纳入初治慢性淋巴细胞白血病（CLL）患者。研究已完成入组。研究于2015年9月14日至2017年2月8日期间在18个国家的142个研究中心随机分配了共535例受试者。患者被随机分配接受Acalabrutinib联合Obinutuzumab、Acalabrutinib单药治疗，或Obinutuzumab联合口服Chlorambucil。主要终点为两个联合治疗组之间的无进展生存期，定义为从随机化至根据iwCLL 2008标准判定的疾病进展或死亡的时间，由独立评审委员会（IRC）评估。在Obinutuzumab-Chlorambucil治疗中进展的患者允许交叉至Acalabrutinib。本研究结果为t患者的治疗提供了新证据。
【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/NCT02475681
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/NCT02475681
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
适应症：慢性淋巴细胞白血病。ELEVATE-TN是一项全球性、3期、多中心、开放标签研究，纳入既往未经治疗的慢性淋巴细胞白血病（CLL）患者。研究已完成入组。该研究于2015年9月14日至2017年2月8日期间，在18个国家的142个研究中心随机分配了共计535名受试者。患者被随机分配接受Acalabrutinib联合Obinutuzumab、Acalabrutinib单药治疗，或Obinutuzumab联合口服苯丁酸氮芥治疗。主要终点为两个联合治疗组之间的无进展生存期，定义为从随机化至根据iwCLL 2008标准由独立审查委员会（IRC）评估的疾病进展或死亡的时间。在Obinutuzumab-苯丁酸氮芥治疗中出现进展的患者允许交叉至Acalabrutinib治疗。该研究结果通过显示Acalabrutinib联合或不联合Obinutuzumab相较于化学免疫治疗的疗效，为既往未经治疗的慢性淋巴细胞白血病患者的治疗提供了新证据。目前该研究处于维持阶段，超过430名受试者仍在研究中，以产生更多证据。
我们预计近期内不会有重大变化。
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。
