Nintedanib 治疗单中心型 Castleman 病
UCD 是一种罕见的非恶性局限性疾病,累及一个或多个淋巴结,伴生发中心萎缩、套区增厚及血管增生。患者常因局部压迫性淋巴结或出现危及生命的自身免疫并发症(如副肿瘤性天疱疮或重症肌无力)而就诊

基本信息
资源简介
Nintedanib 治疗单中心型 Castleman 病
该数据集来自 clinicaltrials.gov,主题为 Nintedanib 治疗单中心型 Castleman 病(UCD)。UCD 是一种罕见的非恶性局限性疾病,累及一个或多个淋巴结,伴生发中心萎缩、套区增厚及血管增生。患者常因局部压迫性淋巴结或出现危及生命的自身免疫并发症(如副肿瘤性天疱疮或重症肌无力)而就诊。最佳治疗为完整手术切除,但近半数患者无法手术,且目前尚无药物被证实可降低发病率与死亡率。该数据可用于治疗结局预测等研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:Castleman 病。单中心型 Castleman 病(UCD)是一种罕见的非恶性局限性疾病,累及一个或多个淋巴结,伴生发中心萎缩、套区增厚以及穿透生发中心的强烈血管增生。患者通常因局部、有时为压迫性的淋巴结,或出现危及生命的自身免疫并发症(副肿瘤性天疱疮即 PNP,或重症肌无力即 MG)而就医。最佳治疗选择是完整手术切除,但最近已证实多达一半的患者无法接受手术。对于这些患者,需要确定一种有效的内科治疗方法,因为目前尚无内科治疗被证实可降低发病率与死亡率。UCD 的病因目前尚不明确,现有数据支持一种基质损伤导致……(源站描述在此处截断)
【主题与分类】
主题标签:Castleman Disease。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06643091
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/NCT06643091
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:Castleman病。单中心型Castleman病(UCD)是一种罕见的非恶性局限性疾病,累及一个或多个淋巴结,伴有生发中心萎缩、套区增厚以及强烈的血管增生并穿透生发中心。患者通常因局限性、有时具压迫性的淋巴结或出现危及生命的自身免疫并发症(副肿瘤性天疱疮或PNP,或重症肌无力或MG)而就医。最佳治疗选择是完全手术切除,但近期研究表明,多达一半的患者无法接受手术。对于这些患者,需要确定有效的内科治疗方法,因为目前尚无内科治疗被证明能降低发病率和死亡率。UCD的病因目前尚不清楚,现有数据更支持一种基质损伤导致淋巴结结构丧失的情形,而非原发性血液系统疾病。
UCD病变常与同步性滤泡树突状细胞(FDC)增生相关,有时可进展为真正的FDC肉瘤(FDCS),提示FDC——一种生发中心基质细胞成分——可能在UCD发病机制中发挥作用。最近,在高达17%的UCD标本的CD45阴性(非造血)区域中,发现了一种PDGFRB的复发性体细胞激活性突变(p.N666S)。此外,VEGFR通路的激活被认为在该病的发展中起作用,尤其是在UCD病变特征性的血管增多方面。尼达尼布是一种市售的酪氨酸激酶抑制剂,靶向PDGF、VEGF和FGF受体。该药于2015年获得欧洲市场授权,用于治疗非小细胞肺癌和特发性肺纤维化,安全性良好。假设尼达尼布可能使不可切除或部分可切除的UCD患者获益。
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。




