儿童白血病多中心前瞻性队列：儿童或青少年急性白血病治疗后健康与生活质量决定因素 - LEA
条件：儿童或青少年期白血病。癌症治疗的常规进展显著改善了儿童和青少年急性白血病（AL）的预后，随之尖锐地提出了晚期身体副作用、社会融入、患者及其家庭的生活质量以及这些结局决定因素的识别问题
基本信息
资源简介
儿童白血病多中心前瞻性队列：儿童或青少年急性白血病治疗后健康与生活质量决定因素 - LEA
LEA 是一项多中心前瞻性队列研究，全称为“儿童白血病多中心前瞻性队列：儿童或青少年期急性白血病治疗后患者健康与生活质量的决定因素”。该数据集在站内归入肿瘤／白血病分类，来源为 clinicaltrials.gov，主题标签为儿童或青少年期白血病。其关注点并非儿童癌症是否发生，而是急性白血病治疗后的长期结局：晚期身体副作用、社会融入、患者及其家庭的生活质量，以及上述结局决定因素的识别。随着癌症治疗常规进展显著改善儿童和青少年急性白血病患者的预后，这些问题变得愈发突出，也使该队列具有明确的临床与公共卫生意义。
【数据集背景】
儿童和青少年急性白血病的治疗水平持续进步，预后随之明显改善，生存者数量增加，随访与结局研究的需求随之上升。源站描述指出，晚期身体副作用、社会融入、患者及其家庭的生活质量，以及这些结局的决定因素，已成为亟待回答的问题。既有的大型全国性和国际性一般人群队列（如 I4C、EPIC ELF 等）局限于研究儿童癌症的发生情况；法国及欧洲的儿童癌症国家登记系统则用于评估发病率和死亡率，并不产生关于这些儿童随访和结局的个体详细数据。因此，回答上述问题需要依托癌症生存者的前瞻性队列，开展综合性的多学科研究。
【数据内容】
该数据集围绕儿童或青少年期急性白血病治疗后的患者展开，主题标签为“儿童或青少年期白血病”。其研究内容指向晚期身体副作用、社会融入、患者及其家庭的生活质量，以及这些结局的决定因素。源站描述未提供具体的变量清单、随访时间点、样本量、年龄范围或结局测量工具等细节。
【采集与来源】
数据来源站为 clinicaltrials.gov，数据集英文名称为“Multi-centre Prospective Cohort of Childhood Leukaemia: Determinants of Health and Quality of Life of the Patients After Treatment for an Acute Leukaemia During Childhood or Adolescence - LEA”。从名称可知其为多中心前瞻性队列。源站描述未提供具体的招募机构、入组标准、随访流程和数据采集方式。
【适用场景】
该数据集适用于研究儿童或青少年期急性白血病治疗后的长期结局，包括晚期身体副作用、社会融入、患者及其家庭的生活质量，以及识别这些结局的决定因素。它也可用于弥补一般人群队列仅关注癌症发生、国家登记系统仅评估发病率和死亡率而缺乏个体随访详细数据的不足。源站未提供其他具体应用场景。
【使用方法】
源站未提供。
【质量与限制】
源站描述指出，既有大型全国性和国际性一般人群队列局限于儿童癌症发生的研究，国家登记系统用于评估发病率和死亡率而不产生个体详细随访数据，这构成了开展本队列研究的背景理由。源站未提供该数据集自身的样本量、失访率、数据完整性或偏倚控制等质量信息。
【引用与许可】
源站未提供。
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/NCT01756599
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：儿童或青少年期白血病。癌症治疗的定期进展显著改善了急性白血病（AL）儿童和青少年的预后，随之而来的是晚期身体副作用、患者及其家庭的社会融入、生活质量以及这些结果决定因素的识别等问题日益突出。在一般人群中建立的大型全国性和国际性队列（I4C、EPIC ELF……）仅限于儿童癌症发生的研究。此外，国家登记处（法国、欧洲）的儿童癌症登记旨在评估发病率和死亡率，而非生成这些儿童随访和结局的个体详细数据。回答这些问题需要依托癌症幸存者前瞻性队列的综合多学科方法，专门探索这些儿童的结局。这些队列有助于识别健康状况和社会融入的预后因素，并提出适应的随访策略。
儿童癌症幸存者研究（CCSS）仍是最重要的研究，但它仅涉及北美人群，且依赖于自我报告的随访评估。在法国，2004年启动的LEA研究可能回答其中一些问题，但其代表性和人群规模（该研究最初仅限于PACA-科西嘉和洛林两个地区）仍不足以研究罕见事件。欧洲通过广泛的Pancare协作网络开展了类似方法，LEA项目也参与其中。
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。
