成人B系急性淋巴细胞白血病的分子分型改善风险评估:UKALLXII-ECOG2993国际试验患者数据
数据涉及基因组分类信息,可用于成人B-ALL的分子分型与风险分层研究,探索年龄、白细胞计数、供者状态及治疗分配与总生存的关系,以改善成人ALL的风险评估(来源 omicsdi.org)

基本信息
资源简介
成人B系急性淋巴细胞白血病的分子分型改善风险评估:UKALLXII-ECOG2993国际试验患者数据
该数据集来自omicsdi.org,对应国际UKALLXII/E2993(NCT00002514)试验,覆盖2000余例17-64岁成人急性淋巴细胞白血病患者,其中1229例为BCR/ABL阴性B-ALL。数据涉及基因组分类信息,可用于成人B-ALL的分子分型与风险分层研究,探索年龄、白细胞计数、供者状态及治疗分配与总生存的关系,以改善成人ALL的风险评估(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):成人急性淋巴细胞白血病(ALL)是一种罕见疾病,其结局仍显著劣于儿童ALL。虽然儿童B系ALL(B-ALL)的基因组分类已带来风险分层的改善和治疗范式的进步,但成人中类似进展一直缺乏。国际UKALLXII/E2993(NCT00002514)试验在13年间入组了2000余例成人(17-64岁)患者,包括1229例BCR/ABL阴性B-ALL。虽然93%的B-ALL达到缓解,但41%在中位13个月(范围)时复发,5年总生存(OS)为42%(CI)。年龄较大和就诊时较高的白细胞(WBC)计数对OS有负面影响。分配至异基因移植的同胞供者患者与无供者患者相比OS更优。无供者患者的随机化显示化疗的优势
【主题与分类】
主题标签:Genomics。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://omicsdi.org/dataset/ega/EGAS00001004638
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://omicsdi.org/dataset/ega/EGAS00001004638
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
成人急性淋巴细胞白血病(ALL)是一种罕见疾病,其预后仍显著劣于儿童ALL。尽管儿童B系ALL(B-ALL)的基因组分类已带来风险分层和治疗模式的改善,但成人领域缺乏类似进展。国际UKALLXII/E2993(NCT00002514)试验在13年间入组了2000余例成人(17-64岁)患者,其中包括1229例BCR/ABL阴性B-ALL。93%的B-ALL患者达到缓解,但41%在中位13个月(范围)时复发,5年总生存(OS)率为42%(CI)。年龄较大和就诊时白细胞(WBC)计数较高对OS产生负面影响。分配至异基因移植且有同胞供者的患者,其OS优于无供者患者。对无供者患者进行随机化显示,在首次缓解期化疗优于自体移植。对94%的E2993患者进行转录组测序,实现了基因组亚型分型。我们发现三分之一患者属于有利基因型(DUX4重排、ETV6-RUNX1、TCF3-PBX1、PAX5 P80R、高超二倍体)。
在根据诊断时的年龄和白细胞计数被归类为高危的患者中(占63.4%),近40%携带与良好或中等预后相关的亚型定义性遗传关联。这些患者的表现显著优于其方案定义的风险分组所预期的结果。我们在一个接受单一国际试验治疗的大型成人B-ALL队列中的数据表明,基因组分析具有重要的预后价值,并且许多新型基因型可能带来潜在获益。
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。




