Alliance A041202 CLL 研究的经济学分析

其核心是 Alliance A041202 CLL 研究的前瞻性成本效果(成本效用)分析,从加拿大公共医疗体系视角于 2021 年完成

Canadian Cancer Trials GroupCanadian Cancer Trials Group
clinicaltrials
浏览 12
其他回归Chronic Lymphocytic Leukemia
Economic Analysis of Alliance A041202 CLL Study

基本信息

模态
其他
任务类型
回归
创建/更新时间
2026-10-12

资源简介

Alliance A041202 CLL 研究的经济学分析

该数据集来自 clinicaltrials.gov,聚焦慢性淋巴细胞白血病(Chronic Lymphocytic Leukemia)的经济学评价,属于肿瘤/白血病分类。其核心是 Alliance A041202 CLL 研究的前瞻性成本效果(成本效用)分析,从加拿大公共医疗体系视角于 2021 年完成。健康状态效用采用 EuroQOL EQ-5D 工具采集,并应用加拿大价值集计算质量调整生命年(QALYs);成本基于资源利用数据,以 20196 美元表示。分析比较了 ibrutinib 联合 rituximab(IR)与 BR 治疗的 costs 与 outcomes(QALYs)。可用于血液肿瘤治疗方案的卫生经济学评价与决策参考。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:慢性淋巴细胞白血病。从加拿大公共医疗体系角度进行的前瞻性成本效果(成本效用)分析已于2021年完成。健康状态效用采用EuroQOL EQ-5D量表收集,并应用加拿大价值集计算质量调整生命年(QALYs)。成本根据资源利用数据计算(以2019年美元表示)。我们分析了伊布替尼联合利妥昔单抗(IR)方案与BR方案相关的成本与结局(QALYs)。

【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/NCT02414022

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT02414022

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:慢性淋巴细胞白血病。从加拿大公共医疗体系角度进行的前瞻性成本效果(成本效用)分析已于2021年完成。健康状态效用采用EuroQOL EQ-5D量表收集,并应用加拿大价值集计算质量调整生命年(QALYs)。成本根据资源利用数据计算(以2019年美元表示)。我们分析了伊布替尼联合利妥昔单抗(IR)方案与BR方案相关的成本与结局(QALYs)。

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。