克拉屈滨为基础挽救化疗在复发/难治性和继发性急性髓系白血病及高危骨髓增生异常综合征中的疗效与药物基因组学研究
该数据集来自 clinicaltrials.gov,聚焦复发/难治及继发性急性髓系白血病(AML)和高危骨髓增生异常综合征(MDS)患者,研究以克拉屈滨为基础的挽救化疗的疗效与药物基因组学

基本信息
资源简介
克拉屈滨为基础挽救化疗在复发/难治性和继发性急性髓系白血病及高危骨髓增生异常综合征中的疗效与药物基因组学研究
该数据集来自 clinicaltrials.gov,聚焦复发/难治及继发性急性髓系白血病(AML)和高危骨髓增生异常综合征(MDS)患者,研究以克拉屈滨为基础的挽救化疗的疗效与药物基因组学。源站描述指出,去甲基化药物治疗后进展的复发/难治 AML 和高危 MDS 尚无最佳方案,克拉屈滨挽救方案虽常用,但难以预测哪些患者可获益或出现治疗相关毒性;MRD 阴性完全缓解可能与更好总生存相关,但复发/难治背景下 MRD 的前瞻性数据有限。数据可用于探索疗效预测与毒性相关因素(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:急性髓系白血病、骨髓增生异常综合征。研究依据:对于去甲基化药物治疗后进展的复发/难治性 AML 和高危 MDS,最佳治疗方案尚不明确。尽管有多种化疗选择,但迄今尚无普遍接受的方案。以克拉屈滨为基础的挽救方案在研究机构中心已被频繁使用。然而,尚不确定如何预测哪些患者可能对以克拉屈滨为基础的挽救治疗有反应或出现治疗相关毒性。虽然研究表明实现 MRD 阴性完全缓解(CR)可能与更好的总生存(OS)相关,但在复发/难治性疾病背景下评估微小残留病(MRD)作用的前瞻性数据有限。通过本研究,研究者旨在证明其影响
【主题与分类】
主题标签:Acute Myeloid Leukemia、Myelodysplastic Syndrome。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03150004
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/NCT03150004
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:急性髓系白血病、骨髓增生异常综合征。研究依据:对于复发/难治性AML及去甲基化药物治疗后进展的高危MDS,最佳治疗方案尚不明确。尽管有多种化疗方案可供选择,但迄今尚无普遍公认的治疗方案。研究者所在中心常使用以克拉屈滨为基础的挽救治疗方案。然而,预测哪些患者可能对以克拉屈滨为基础的挽救治疗有反应或出现治疗相关毒性仍不确定。虽然研究表明达到MRD阴性的完全缓解(CR)可能与更好的总生存期(OS)相关,但在复发/难治性疾病背景下评估微小残留病(MRD)作用的前瞻性数据有限。通过本研究,研究者旨在证明达到MRD阴性CR对接受以克拉屈滨为基础挽救治疗的复发/难治性AML/高危MDS患者生存的影响。除常规使用的预测因素外,我们旨在纳入药物基因组学以评估治疗的疗效和毒性。
主要目的:确定复发/难治性AML/高危MDS患者接受以克拉屈滨为基础的挽救性化疗方案治疗后的CR率及MRD阴性的达成情况。次要目的:1. 确定接受以克拉屈滨为基础的挽救性化疗方案治疗患者的无进展生存期(PFS)和总生存期(OS)。2. 研究接受以克拉屈滨为基础的挽救性治疗患者的药物基因组学,并确定其对生存、CR率及MRD阴性的影响。3. 确定可预测以克拉屈滨为基础的挽救性方案治疗后MRD阴性和生存的疾病相关或患者相关因素。
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。




