FLOR3基因多态性预测慢性髓性白血病TKI停药结局
该数据集来自clinicaltrials.gov，聚焦慢性髓性白血病（CML）患者停用酪氨酸激酶抑制剂（TKI）后的结局预测
基本信息
资源简介
FLOR3基因多态性预测慢性髓性白血病TKI停药结局
FLOR3 Gene Polymorphism in Predicting Outcomes of Tyrosine Kinase Inhibitor（TKI）Stopping in Chronic Myeloid Leukemia 是一个聚焦慢性髓性白血病（CML）患者停用酪氨酸激酶抑制剂（TKI）后结局预测的数据集，来源于 clinicaltrials.gov，在分类上归属于肿瘤 / 白血病方向。该数据集围绕叶酸（Folate）、慢性髓性白血病以及无治疗缓解（Treatment-free Remission）等主题展开，核心关注点是 FOLR3 单核苷酸多态性位点 rs139130389 的检测，以及该位点与患者治疗反应、缓解持续时间、TKI 耐药和 TKI 停药结局之间的相关性。整体而言，该数据集面向的是 CML 患者停用 TKI 这一临床决策场景，试图从基因多态性角度为停药后的结局预判提供数据支撑。
【数据集背景】
慢性髓性白血病患者在接受酪氨酸激酶抑制剂治疗后，部分患者可以达到深度分子学缓解并尝试停药，以实现无治疗缓解。然而，停药后能否维持缓解、是否会出现耐药或复发，存在较大的个体差异。该数据集所对应的研究背景正是这一临床问题：研究者希望检测 FOLR3 基因的单核苷酸多态性位点 rs139130389，并建立其与患者治疗反应、缓解时间、TKI 耐药以及 TKI 停药结局之间的相关性。数据集的主题标签包括 Folate、CML 和 Treatment-free Remission，反映出研究将叶酸相关基因变异与 CML 的停药管理联系起来的思路。
【数据内容】
该数据集的主题标签为 Folate、CML、Treatment-free Remission，源站描述中提及的观察内容包括 FOLR3 SNP rs139130389 的检测，以及患者治疗反应、缓解时间、TKI 耐药和 TKI 停药结局等相关性指标。除上述内容外，具体的数据字段、样本量、变量类型与取值范围等细节，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov，属于肿瘤 / 白血病分类下的数据集。源站描述表明，研究者的目标是检测 FOLR3 SNP rs139130389，并建立其与患者治疗反应、缓解时间、TKI 耐药及 TKI 停药结局的相关性。关于具体的采集机构、采集时间范围、随访周期以及样本纳入与排除标准等信息，源站未提供。
【适用场景】
该数据集适用于与慢性髓性白血病停用酪氨酸激酶抑制剂相关的结局预测研究，尤其是围绕 FOLR3 基因多态性位点 rs139130389 与治疗反应、缓解时间、TKI 耐药和停药结局之间关联的分析场景。也可用于叶酸相关通路与 CML 无治疗缓解之间关系的探索性研究。关于更具体的适用条件与使用限制，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据获取方式、文件格式、字段说明、分析流程或配套工具等信息。
【质量与限制】
源站未提供关于数据质量、完整性、准确性、样本代表性以及使用限制等方面的说明。
【引用与许可】
源站未提供该数据集的引用方式与许可信息。
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/NCT05152537
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：叶酸、CML、无治疗缓解。研究者旨在检测FOLR3 SNP rs139130389，并建立其与患者治疗反应、缓解时间、TKI耐药及TKI停药结局的相关性。
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。
