靶向B-ALL的联合免疫治疗NGS-MRD评估
该数据集来自clinicaltrials.gov,聚焦B细胞急性淋巴细胞白血病(B-ALL)患者接受靶向联合免疫治疗后的微小残留病(MRD)评估

基本信息
资源简介
靶向B-ALL的联合免疫治疗NGS-MRD评估
该数据集来自clinicaltrials.gov,聚焦B细胞急性淋巴细胞白血病(B-ALL)患者接受靶向联合免疫治疗后的微小残留病(MRD)评估。内容涉及标准化流式细胞术检测骨髓或外周血中≥0.01%单核细胞的MRD,以及基于下一代测序(NGS)检测免疫球蛋白重链(IgH)重排、灵敏度可达≤10-6细胞的NGS-MRD方法。数据可用于区分深度阴性病例与极低阳性病例,并支持骨髓NGS-MRD评估作为预测复发风险的研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:B细胞急性淋巴细胞白血病。目前对B-ALL患者进行微小残留病(MRD)监测,以评估治疗反应并确定风险分层。预后良好的患者治疗后MRD水平检测不到,而持续存在的MRD则定义为高复发风险患者。标准化流式细胞术检测可在骨髓或外周血中可靠检测到≥0.01%单核细胞水平的MRD。通过下一代测序(NGS)检测特定免疫球蛋白重(IgH)链重排的更灵敏MRD检测方法,可可靠检测到≤10-6细胞的原始细胞水平。鉴于其高灵敏度,NGS-MRD方法改善了对深度阴性与极低阳性病例的区分。近期研究还表明,对骨髓进行NGS-MRD评估且未检测到原始细胞是一个强有力的预测因素。
【主题与分类】
主题标签:B-Cell Acute Lymphoblastic Leukemia。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05262673
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/NCT05262673
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:B细胞急性淋巴细胞白血病。目前对B-ALL患者进行微小残留病(MRD)监测,以评估治疗反应并确定风险分层。预后良好的患者治疗后MRD水平检测不到,而持续性MRD则定义为高复发风险患者。标准化流式细胞术检测可在骨髓或外周血中可靠地检测到≥0.01%单核细胞水平的MRD。通过下一代测序(NGS)检测特定免疫球蛋白重(IgH)链重排的更灵敏MRD检测方法,可可靠检测到低至≤10^-6细胞的原始细胞水平。鉴于其高灵敏度,NGS-MRD方法提高了对深度阴性和极低阳性病例的区分能力。近期研究还表明,对骨髓中原始细胞检测不到的病例进行NGS-MRD评估是一个强有力的预测因素,提示患者可能在CAR-T细胞治疗后获得长期缓解。在过去十年中,经嵌合抗原受体(CAR)修饰的过继转移T细胞已显示出高效性,并改变了B-ALL的治疗格局。
超过80%的B-ALL患者因CAR-T治疗而获得完全缓解,但部分达到完全缓解的患者仍存在微小残留病,最终导致复发,这表明进一步联合治疗以增强抗肿瘤免疫并根除所有恶性细胞的重要性。因此,本方案包括多靶点CAR-T细胞输注,随后进行基于细胞毒性T淋巴细胞(CTL)的免疫治疗,该治疗可与B-ALL肿瘤抗原发生反应,然后注射与白血病细胞融合的免疫修饰树突状细胞(DCvac)。除了CAR-T细胞疗法的显著成功外,多项临床研究还报道了在不同类型癌症中使用工程化肿瘤特异性T细胞的重要性和潜在益处。此外,基于DC的疫苗作为另一种免疫治疗手段,已被证明可预防或延缓白血病患者的复发。
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。




