Sezary综合征的体外光分离置换疗法
该数据集来自 clinicaltrials.gov,主题为 Sezary 综合征的体外光分离置换疗法(ECP)。Sezary 综合征是皮肤 T 细胞淋巴瘤(CTCL)的白血病期终末变体,尽管采用积极治疗,平均生存期仅 1.5 年,晚期治疗选择极为有限

基本信息
资源简介
Sezary综合征的体外光分离置换疗法
该数据集来自 clinicaltrials.gov,主题为 Sezary 综合征的体外光分离置换疗法(ECP)。Sezary 综合征是皮肤 T 细胞淋巴瘤(CTCL)的白血病期终末变体,尽管采用积极治疗,平均生存期仅 1.5 年,晚期治疗选择极为有限。研究纳入适合标准治疗 ECP 且确诊 Sezary 综合征的患者,接受每周两次、持续 4 周的 ECP,随后 5 个月每月两次,并采集研究血样评估免疫反应。数据可用于了解该疗法的临床方案与免疫应答评估(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Sezary综合征。皮肤T细胞淋巴瘤(CTCL)是一组皮肤淋巴瘤,其中恶性淋巴细胞浸润皮肤,并在晚期扩散至淋巴结和血液(白血病)。在早期阶段,CTCL通常病程缓慢,但在晚期疾病中,如Sezary综合征(该病的白血病形式),病情会迅速恶化。Sezary综合征是CTCL的终末期变体,尽管采用积极治疗,平均生存期为1.5年。晚期疾病的治疗选择严重有限。在本研究中,将向符合标准治疗ECP条件且诊断为Sezary综合征的患者提供知情同意。参与患者将接受ECP治疗,每周两次,持续4周,然后每月两次,再持续5个月(治疗第6个月)。将获取用于评估免疫反应的研究血样
【主题与分类】
主题标签:Sezary Syndrome。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05157581
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/NCT05157581
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
条件:Sezary综合征。皮肤T细胞淋巴瘤(CTCL)是一组皮肤淋巴瘤,其中恶性淋巴细胞浸润皮肤,并在晚期扩散至淋巴结和血液(白血病)。在早期阶段,CTCL通常病程缓慢,但在晚期疾病中,如Sezary综合征(该病的白血病形式),病情会迅速恶化。Sezary综合征是CTCL的终末期变异型,尽管采用积极治疗,平均生存期仅为1.5年。晚期疾病的治疗选择极为有限。在本研究中,将向符合标准治疗ECP条件且诊断为Sezary综合征的患者提供知情同意。参与患者将接受ECP治疗,每周两次,持续4周,随后每月两次,再持续5个月(治疗第6个月)。用于评估免疫反应的研究血液样本将在基线(开始ECP前)、首次ECP后一天以及第1、3和6个月时通过抽血获取。
用于确定客观缓解的标准治疗评估将包括皮肤肿瘤负荷(mSWAT)、血液肿瘤负荷(流式细胞术)的测量,以及基线和仅在基线和第3个月及第6个月时,如果基线时发现淋巴结或内脏(器官)受累,则重复进行CT扫描。研究者提议确立ECP后肿瘤微环境的变化,比较ECP前后恶性淋巴细胞、单核细胞、DC和CD8效应细胞的转录组差异,以验证ECP可诱导抗肿瘤免疫反应的假设。我们将采用高度创新的技术,如单细胞RNA测序(scRNAseq)结合TCR测序,利用定制基因集来表征ECP相关的恶性细胞变化,并通过抗体-寡核苷酸偶联物验证单细胞蛋白质数据。为了更好地理解生物标志物变化与疾病进展的相关性,观察到的ECP相关肿瘤微环境变化将与临床结果相关联。
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。




