Ibrutinib联合Venetoclax治疗CLL的长期结局
该数据集来自clinicaltrials.gov,聚焦于慢性淋巴细胞白血病(CLL)和小淋巴细胞淋巴瘤(SLL)患者的长期健康追踪

基本信息
资源简介
Ibrutinib联合Venetoclax治疗CLL的长期结局
该数据集来自clinicaltrials.gov,聚焦于慢性淋巴细胞白血病(CLL)和小淋巴细胞淋巴瘤(SLL)患者的长期健康追踪。这些患者曾在原始CAPTIVATE临床试验中接受ibrutinib与venetoclax联合治疗。数据覆盖患者完成一线治疗后的后续情况,包括二线治疗的类型与频率等。可用于分析联合治疗的长期结局、探索后续治疗模式,以及为CLL/SLL的临床决策和预后研究提供依据(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(CLL)、小淋巴细胞淋巴瘤(SLL)。本研究专注于追踪慢性淋巴细胞白血病(CLL)或小淋巴细胞淋巴瘤(SLL)患者的长期健康状况,这些患者在原始CAPTIVATE临床试验中接受了ibrutinib和venetoclax两种药物联合治疗。目的与目标:尽管新疗法显著改善了CLL患者的生存,但该疾病仍无法治愈,且患者一生中常需多轮治疗。本研究的主要目标是了解患者在完成原始CAPTIVATE临床试验中ibrutinib和venetoclax联合一线治疗后的情况。研究人员特别希望:* 确定患者接受的“二线”治疗的类型和频率
【主题与分类】
主题标签:Chronic Lymphocytic Leukemia (CLL)、Small Lymphocytic Lymphoma (SLL)。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07774390
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/NCT07774390
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(CLL)、小淋巴细胞淋巴瘤(SLL)。本研究聚焦于追踪在原始CAPTIVATE临床试验中接受伊布替尼和维奈克拉两种药物联合治疗的慢性淋巴细胞白血病(CLL)或小淋巴细胞淋巴瘤(SLL)患者的长期健康状况。目的与目标尽管新疗法已显著改善CLL患者的生存期,但该疾病仍无法治愈,且患者一生中往往需要多轮治疗。本研究的主要目标是了解患者在完成原始CAPTIVATE临床试验中伊布替尼和维奈克拉两种药物联合的初始(一线)治疗后,其后续情况如何。研究人员尤其希望:* 确定患者疾病复发后所接受的“二线”治疗的类型和频率。* 评估初始伊布替尼和维奈克拉治疗的长期安全性和有效性。* 研究疾病随时间推移可能对这些治疗产生耐药性的机制。谁可以参与?
本研究专门针对既往参加过原始CAPTIVATE研究的个体。只有参与医疗中心且提供知情同意的患者才能加入。研究方法和程序:这是一项观察性研究,意味着研究人员将在患者的常规医疗护理过程中监测其健康状况,而非测试一种新的实验性治疗。研究的关键方面包括:* 长期监测:患者将被随访长达10年。* 数据收集:研究人员将收集有关疾病状态、治疗史、新发健康问题(合并症)和生存情况的信息。* 可选检测:在额外同意的情况下,患者可每六个月提供一次血液样本,以检查“可测量残留病”(MRD)——即治疗后残留的极少量癌细胞。* 基因分析:如果患者的CLL出现进展,研究人员可能会分析血液样本以寻找特定的
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。




