拉丁美洲急性白血病真实世界研究

该数据集来自 clinicaltrials.gov,为一项回顾性、多中心、非干预性研究,基于2015年1月1日至2019年12月31日期间在阿根廷、巴西、智利和哥伦比亚四个拉丁美洲国家新诊断的急性髓系白血病(AML)或复发/难治性B细胞急性淋巴细胞白血病(B-cell ALL)患者的病历真实世界数据

PfizerPfizer
clinicaltrials
浏览 8
文本预测Acute Myeloid LeukemiaAcute Lymphoid Leukemia
Latin American Real-world Study in Acute Leukemia

基本信息

模态
文本
任务类型
预测
创建/更新时间
2026-10-10

资源简介

拉丁美洲急性白血病真实世界研究

该数据集来自 clinicaltrials.gov,为一项回顾性、多中心、非干预性研究,基于2015年1月1日至2019年12月31日期间在阿根廷、巴西、智利和哥伦比亚四个拉丁美洲国家新诊断的急性髓系白血病(AML)或复发/难治性B细胞急性淋巴细胞白血病(B-cell ALL)患者的病历真实世界数据。除主要目标外,研究还作为次要目标描述分子谱、细胞遗传学风险、临床结局及医疗资源利用情况。可用于分析AML与B细胞ALL患者的临床特征、治疗模式与结局,支持真实世界证据生成(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:急性髓系白血病、急性淋巴细胞白血病。这是一项回顾性、多中心、非干预性研究,使用从2015年1月1日至2019年12月31日期间在4个拉丁美洲国家(阿根廷、巴西、智利和哥伦比亚)新诊断的AML或复发/难治性B细胞ALL患者的病历中收集的真实世界数据。此外,作为次要目标,该研究还将描述接受治疗的B细胞ALL R/R和AML患者的分子谱、细胞遗传学风险、临床结局以及医疗资源利用情况。

【主题与分类】

主题标签:Acute Myeloid Leukemia、Acute Lymphoid Leukemia。本站分类:肿瘤/白血病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05166135

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT05166135

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:急性髓系白血病、急性淋巴细胞白血病。这是一项回顾性、多中心、非干预性研究,使用从2015年1月1日至2019年12月31日期间在4个拉丁美洲国家(阿根廷、巴西、智利和哥伦比亚)新诊断的AML或复发/难治性B细胞ALL患者病历中收集的真实世界数据。此外,作为次要目标,该研究还将描述接受治疗的B细胞ALL R/R和AML患者的分子特征、细胞遗传学风险、临床结局和医疗资源利用情况。

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。