Ponatinib治疗CML分子学缓解中再诱导及二次停用TKI研究

该数据集来自clinicaltrials.gov,聚焦慢性髓性白血病慢性期患者。研究目的是评估在达到MR4的患者中,停用ponatinib后52周内成功实现无治疗缓解(TFR)的比例

Fundacion CRIS de Investigación para Vencer el CáncerFundacion CRIS de Investigación para Vencer el Cáncer
clinicaltrials
浏览 17
其他预测Chronic Myeloid Leukemia, Chronic Phase
Study to Evaluate the Reinduction and Second Stop of TKI With Ponatinib in CML in Molecular Response (ResToP)

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-09

资源简介

Ponatinib治疗CML分子学缓解中再诱导及二次停用TKI研究

该数据集来自clinicaltrials.gov,聚焦慢性髓性白血病慢性期患者。研究目的是评估在达到MR4的患者中,停用ponatinib后52周内成功实现无治疗缓解(TFR)的比例。入组患者既往接受过TKI治疗,在获得最佳分子学缓解后停药,失去反应后再次接受TKI治疗,并在换用ponatinib前已记录一年MR4。MR4定义为BCR-ABL转录本水平≤0.01% IS或样本灵敏度至少4 log时未检测到BCR-ABL。数据可用于分析TFR预测因素及停药策略(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:慢性髓性白血病,慢性期。本研究的目的是确定在达到MR4的患者中,停用ponatinib治疗后最初52周内成功实现无治疗缓解(TFR)的比例。符合条件的患者既往接受过TKI治疗,当患者达到最佳分子学缓解时,停止TKI治疗。在失去反应后,患者再次接受TKI治疗,并在换用ponatinib进入研究时已记录一年MR4。MR4定义为BCR-ABL转录本水平≤0.01% IS或样本灵敏度至少4 log时未检测到BCR-ABL水平。

【主题与分类】

主题标签:Chronic Myeloid Leukemia, Chronic Phase。本站分类:肿瘤/白血病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04160546

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/NCT04160546

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:慢性髓性白血病,慢性期。本研究旨在确定在达到MR4的患者中,停止帕纳替尼治疗后最初52周内成功实现无治疗缓解(TFR)的比率。符合条件的患者既往接受过TKI治疗,当患者达到最佳分子学缓解时,停止TKI治疗。在失去缓解后,患者再次接受TKI治疗,并且在换用帕纳替尼至研究入组时已记录MR4持续一年。MR4定义为BCR-ABL转录本水平≤0.01% IS,或BCR-ABL水平不可测且样本灵敏度至少为4 log。

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。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。