Ibrutinib 联合或不联合 Rituximab 治疗复发性慢性淋巴细胞白血病患者
该数据集来自 clinicaltrials.gov,聚焦于复发性慢性淋巴细胞白血病(CLL)及相关淋巴增殖性疾病,包括幼淋巴细胞白血病和复发性小淋巴细胞淋巴瘤

基本信息
资源简介
Ibrutinib 联合或不联合 Rituximab 治疗复发性慢性淋巴细胞白血病患者
该数据集来自 clinicaltrials.gov,聚焦于复发性慢性淋巴细胞白血病(CLL)及相关淋巴增殖性疾病,包括幼淋巴细胞白血病和复发性小淋巴细胞淋巴瘤。数据涉及 Ibrutinib 单药与 Ibrutinib 联合 Rituximab 两种治疗方案的随机对照研究,主要终点为两年无进展生存率,次要终点涵盖安全性、耐受性、总缓解率、免疫参数变化及生物标志物反应。可用于比较两种方案在复发性 CLL 患者中的疗效与安全性,支持预后预测和临床决策分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:幼淋巴细胞白血病、复发性慢性淋巴细胞白血病、复发性小淋巴细胞淋巴瘤。主要目的:I. 比较治疗患者的 2 年无进展生存(PFS)率。次要目的:I. 确定接受 ibrutinib(i)与 ibrutinib 联合 rituximab(iR)治疗的复发性慢性淋巴细胞白血病(CLL)患者的安全性、耐受性、总缓解率(ORR)、估计 PFS、免疫参数变化(淋巴细胞亚群、免疫球蛋白水平)及生物标志物反应。方案概述:患者被随机分配到 2 个组之一。第 I 组:患者在每个周期的第 1-28 天每天一次(QD)口服(PO)ibrutinib。在没有疾病进展或不可接受的毒性的情况下,周期每 28 天重复。第 II 组:患者从第 1 天或第 2 天开始接受与第 I 组相同的 ibrutinib。患者还接受静脉注射 rituximab
【主题与分类】
主题标签:Prolymphocytic Leukemia、Recurrent Chronic Lymphocytic Leukemia、Recurrent Small Lymphocytic Lymphoma。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02007044
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/NCT02007044
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:幼淋巴细胞白血病、复发性慢性淋巴细胞白血病、复发性小淋巴细胞淋巴瘤。主要目的:I. 比较接受治疗患者的2年无进展生存(PFS)率。次要目的:I. 确定接受依鲁替尼(i)与依鲁替尼联合利妥昔单抗(iR)治疗的复发性慢性淋巴细胞白血病(CLL)患者的安全性、耐受性、总缓解率(ORR)、估计PFS、免疫参数变化(淋巴细胞亚群、免疫球蛋白水平)及生物标志物反应。方案概述:患者随机分配至2个组。第I组:患者在每个周期的第1-28天口服(PO)依鲁替尼,每日一次(QD)。在无疾病进展或不可接受的毒性情况下,周期每28天重复。第II组:患者从第1天或第2天开始接受与第I组相同的依鲁替尼治疗。患者还在第1周期的第1、8、15和22天以及第2-6周期的第1天接受利妥昔单抗静脉注射(IV),输注时间超过3-8小时。在无疾病进展或不可接受的毒性情况下,周期每28天重复。研究治疗完成后,对患者随访60天,之后每4个月随访一次,持续5年。
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。




