Pentostatin、Bendamustine与Ofatumumab联合治疗慢性淋巴细胞白血病及淋巴瘤数据集
源站描述指出CLL是美国最常见的白血病类型,即使采用现代疗法,复发/难治患者的完全缓解率仅约25%,而达到完全缓解者临床结局更优;B细胞NHL包含多种亚型,在自然史、生物学及对同类治疗药物的反应上与CLL密切相关,现有化疗通常无法治愈

基本信息
资源简介
Pentostatin、Bendamustine与Ofatumumab联合治疗慢性淋巴细胞白血病及淋巴瘤数据集
该数据集来自clinicaltrials.gov,聚焦Pentostatin、Bendamustine与Ofatumumab联合方案治疗慢性淋巴细胞白血病(CLL)和B细胞非霍奇金淋巴瘤(B-cell NHL)。源站描述指出CLL是美国最常见的白血病类型,即使采用现代疗法,复发/难治患者的完全缓解率仅约25%,而达到完全缓解者临床结局更优;B细胞NHL包含多种亚型,在自然史、生物学及对同类治疗药物的反应上与CLL密切相关,现有化疗通常无法治愈。数据可用于肿瘤/白血病相关分类研究(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、B细胞非霍奇金淋巴瘤。慢性淋巴细胞白血病(CLL)是美国最常见的白血病类型。过去20年,在理解CLL的生物学和治疗方面已取得相当大的进展。然而,即使采用现代疗法,复发/难治性疾病患者中达到完全缓解(CR)的比例约为25%。多项研究表明,达到CR的患者比未通过治疗达到CR的患者具有更好的临床结局。B细胞NHL由多种亚型的肿瘤组成。这些疾病在自然史、生物学以及对类似治疗药物的反应性方面与CLL密切相关。这些疾病通常无法通过现有化疗治愈,患者最终死于耐药疾病的进展。因此,治疗
【主题与分类】
主题标签:Chronic Lymphocytic Leukemia、B-Cell Non-Hodgkin's Lymphoma。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01352312
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/NCT01352312
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,B细胞非霍奇金淋巴瘤。慢性淋巴细胞白血病(CLL)是美国最常见的白血病类型。过去20年来,在理解CLL的生物学特性和治疗方面取得了相当大的进展。然而,即便采用现代疗法,复发/难治性疾病患者中达到完全缓解(CR)的比例约为25%。多项研究表明,达到CR的患者相比未通过治疗达到CR的患者具有更好的临床结局。B细胞非霍奇金淋巴瘤由多种亚型的肿瘤组成。这些疾病在自然病史、生物学特性以及对类似治疗药物的反应性方面与CLL密切相关。这些疾病通常无法通过现有化疗治愈,患者最终因耐药疾病的进展而死亡。因此,需要开发更好的疗法以改善CLL和B细胞非霍奇金淋巴瘤患者的生存。临床前和临床数据表明,喷司他丁、苯达莫司汀、奥法木单抗是治疗B细胞恶性肿瘤的有效药物。在Dr.
Weiss(主要研究机构PI)指出,喷司他丁与环磷酰胺联合方案在既往接受过治疗的B细胞肿瘤患者中具有很好的活性。该方案对类似氟达拉滨为基础方案的耐受性也更好。在上述方案中加入利妥昔单抗(抗CD20抗体)后,缓解率得到提高。研究已证实,苯达莫司汀与喷司他丁等嘌呤类似物在杀伤CLL和NHL癌细胞类型方面具有协同作用。这三种药物(喷司他丁、苯达莫司汀和奥法木单抗)的联合方案尚未在临床环境中进行过测试,我们预期该联合方案将比单药更有效。本试验的目的是确定苯达莫司汀与喷司他丁和奥法木单抗联合用于既往接受过治疗的CLL和B细胞NHL患者时的安全剂量。
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。




