联合化疗与利妥昔单抗治疗对氟达拉滨无反应的慢性淋巴细胞白血病、伴自身免疫性溶血性贫血的CLL或Richter转化患者
该数据集来自clinicaltrials.gov,聚焦慢性淋巴细胞白血病(CLL)患者,涵盖对氟达拉滨无反应的CLL、伴自身免疫性溶血性贫血的CLL以及Richter转化三类人群

基本信息
资源简介
联合化疗与利妥昔单抗治疗对氟达拉滨无反应的慢性淋巴细胞白血病、伴自身免疫性溶血性贫血的CLL或Richter转化患者
该数据集来自clinicaltrials.gov,聚焦慢性淋巴细胞白血病(CLL)患者,涵盖对氟达拉滨无反应的CLL、伴自身免疫性溶血性贫血的CLL以及Richter转化三类人群。研究采用CHOP-R方案(环磷酰胺、多柔比星、长春新碱、泼尼松联合利妥昔单抗),主要评估缓解率与缓解质量及感染发生率,次要评估毒性、无进展生存和总生存。数据可用于分析该方案在不同CLL亚型中的疗效与安全性,支持预后预测与治疗决策研究(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。目的:主要 确定由环磷酰胺、盐酸多柔比星、长春新碱、泼尼松和利妥昔单抗组成的化疗(CHOP-R)在对氟达拉滨难治的慢性淋巴细胞白血病(CLL)(截至2006年10月已停止入组)、伴自身免疫性溶血性贫血的CLL或Richter转化患者中的疗效,以缓解率和缓解质量衡量。 确定接受CHOP-R方案患者的感染发生率。次要 确定该方案在这些患者中的毒性 确定接受该方案治疗患者的无进展生存期和总生存期。大纲:这是一项前瞻性、多中心研究。患者按疾病分层(慢性淋巴细胞白血病(CLL)(截至2006年10月已停止入组)vs 伴自身免疫性溶血性贫血的CLL vs Richter转化)。患者
【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/NCT00309881
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/NCT00309881
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。目的:主要目的 * 确定由环磷酰胺、盐酸多柔比星、长春新碱、泼尼松和利妥昔单抗组成的化疗方案(CHOP-R)在氟达拉滨难治性慢性淋巴细胞白血病(CLL)患者(自2006年10月起停止入组)、伴有自身免疫性溶血性贫血的CLL患者或Richter转化患者中的疗效,以缓解率和缓解质量衡量。* 确定接受CHOP-R方案治疗的患者中感染的发生率。次要目的 * 确定该方案在这些患者中的毒性 * 确定接受该方案治疗患者的无进展生存期和总生存期。方案概要:这是一项前瞻性、多中心研究。患者根据疾病进行分层(慢性淋巴细胞白血病(CLL)(自2006年10月起停止入组)vs 伴有自身免疫性溶血性贫血的CLL vs Richter转化)。患者在第1天接受环磷酰胺静脉注射、盐酸多柔比星静脉注射和长春新碱静脉注射,并在第1-5天口服泼尼松。患者还在第二疗程及后续每个疗程的第1天接受利妥昔单抗静脉注射。
在无疾病进展或不可接受的毒性情况下,每21天重复一次治疗,最多6个疗程(针对CLL患者)或8个疗程(针对Richter转化患者)。预计入组:本研究将总共入组75名患者。
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。




