T幼淋巴细胞白血病观察性研究数据集
该数据集来自clinicaltrials.gov,聚焦T幼淋巴细胞白血病(T-PLL)这一罕见血液肿瘤。源站描述涵盖其流行病学特征(约占成熟淋巴系白血病2%、幼淋巴细胞白血病20%)、典型免疫表型(胸腺后T细胞表型,Tdt-、CD1a-、CD5+、CD2+、CD7+,多为CD4+/CD8-)、分子特

基本信息
资源简介
T幼淋巴细胞白血病观察性研究数据集
该数据集来自clinicaltrials.gov,聚焦T幼淋巴细胞白血病(T-PLL)这一罕见血液肿瘤。源站描述涵盖其流行病学特征(约占成熟淋巴系白血病2%、幼淋巴细胞白血病20%)、典型免疫表型(胸腺后T细胞表型,Tdt-、CD1a-、CD5+、CD2+、CD7+,多为CD4+/CD8-)、分子特征(14号染色体TCR基因重排致TCL1过表达,IL2RG-JAK1-JAK3-STAT5B轴突变激活)及预后差、对常规化疗反应不佳等临床要点。数据可用于该病的特征梳理与相关研究参考(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:幼淋巴细胞白血病、T细胞白血病。T幼淋巴细胞白血病是一种罕见疾病,约占成熟淋巴系白血病的2%和幼淋巴细胞白血病的20%。它主要影响老年人,临床病程具有侵袭性。它是一种血液病,表现为胸腺后T细胞表型(Tdt-、CD1a-、CD5+、CD2+和CD7+),通常为CD4+/CD8-,但也可见CD4+/CD8+或CD8+/CD4-。T-PLL的主要特征是14号染色体重排,涉及编码T细胞受体复合物(TCR)亚基的基因,导致原癌基因TCL1过表达。在分子水平上,对T幼淋巴细胞白血病的研究显示IL2RG-JAK1-JAK3-STAT5B轴存在显著的突变激活。T幼淋巴细胞白血病患者预后不良,原因是其对常规化疗反应不佳。抗CD52单克隆
【主题与分类】
主题标签:Prolymphocytic Leukemia、T-cell Leukemia。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04411043
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/NCT04411043
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:前淋巴细胞白血病,T细胞白血病。T细胞前淋巴细胞白血病是一种罕见疾病,约占成熟淋巴性白血病的2%和前淋巴细胞白血病的20%。该病主要影响老年人,临床病程呈侵袭性。它是一种表现出胸腺后T细胞表型(Tdt-、CD1a-、CD5+、CD2+和CD7+)的血液病,通常为CD4+/CD8-,但也可见CD4+/CD8+或CD8+/CD4-。T-PLL的主要特征是14号染色体发生重排,涉及编码T细胞受体复合物(TCR)亚基的基因,导致原癌基因TCL1过度表达。在分子水平上,对T细胞前淋巴细胞白血病的研究显示IL2RG-JAK1-JAK3-STAT5B轴存在大量突变激活。T细胞前淋巴细胞白血病患者预后不良,原因是对常规化疗反应不佳。使用抗CD52单克隆抗体阿仑单抗治疗已显著改善了疗效,但治疗反应是短暂的;因此,对阿仑单抗治疗获得反应的患者,若符合条件,则是干细胞同种异体移植(TSS)的候选者。
这种联合方法将中位生存期延长至四年或更长。然而,对于大多数无法接受强化化疗的患者,需要采用耐受性良好的靶向信号传导和生存通路的新方法,例如JAK-STAT轴抑制剂、抗AKT或抗BCL2药物。主要目标:更好地管理前淋巴细胞性T细胞白血病。次要目标:* 前淋巴细胞性T细胞白血病的分子特征描述。* 研究治疗反应、无病生存期、总生存期。* 预后因素对治疗反应和生存的影响。
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。




