Inotuzumab用于成人高危B细胞前体急性淋巴细胞白血病移植后治疗
该数据集来自clinicaltrials.gov,收录一项单臂研究,针对高危B细胞前体急性淋巴细胞白血病(BCP ALL)成人患者,在PETHEMA ALL-2025方案免疫化疗后接受Inotuzumab Ozogamicin移植后治疗以预防复发

基本信息
资源简介
Inotuzumab用于成人高危B细胞前体急性淋巴细胞白血病移植后治疗
该数据集来自clinicaltrials.gov,收录一项单臂研究,针对高危B细胞前体急性淋巴细胞白血病(BCP ALL)成人患者,在PETHEMA ALL-2025方案免疫化疗后接受Inotuzumab Ozogamicin移植后治疗以预防复发。数据涵盖复发率与PETHEMA ALL-2025方案内接受移植的高危BCP ALL患者对比,并监测不良事件与严重不良事件,前5例患者进行安全性分析,重点关注血液学与肝脏毒性。可用于评估该药移植后预防复发的效果与安全性(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:成人急性淋巴细胞白血病。这是一项单臂研究,高危B细胞前体急性淋巴细胞白血病(BCP ALL)参与者按照PETHEMA ALL-2025方案进入免疫化疗计划,将接受Inotuzumab Ozogamicin作为移植后治疗以预防复发。参与者的复发率将与PETHEMA ALL-2025方案内接受移植的高危BCP ALL患者进行比较。此外,还将监测不良事件和严重不良事件的存在,以了解该治疗是否与未接受该药物的患者一样安全或相当。将对前5名患者进行安全性分析,特别考虑血液学和肝脏毒性。将给予参与者三剂0.5mg/m2的Inotuzumab Ozogamicin。
【主题与分类】
主题标签:Acute Lymphobkastic Leukemia、Adult。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07862946
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/NCT07862946
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:成人急性淋巴细胞白血病。这是一项单臂研究,入组高危B细胞前体急性淋巴细胞白血病(BCP ALL)并按照PETHEMA ALL-2025方案接受免疫化疗的受试者,将接受奥加伊妥珠单抗作为移植后治疗以预防复发。受试者的复发率将与PETHEMA ALL-2025方案内接受移植的高危BCP ALL患者进行比较。此外,还将监测不良事件和严重不良事件的发生情况,以了解该治疗是否与未接受该药物的患者同样安全或具有可比性。将对前5例患者进行安全性分析,特别关注血液学毒性和肝脏毒性。受试者将在移植后第+70天接受三剂0.5mg/m2的奥加伊妥珠单抗,连续给药之间的最短间隔为30天。
所有患者将接受治疗,直至治疗完成、出现不可接受的毒性、疾病进展、患者退出、失访、研究终止、研究完成或死亡,以先发生者为准。该方案旨在作为异基因造血干细胞移植(allo-HSCT)后的复发预防/维持治疗,而非治疗活动性复发性疾病。患者将在末次药物输注后接受长达24个月的监测(第3、6、9、12、18、24个月)。
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。




