儿童及青少年B细胞成熟非霍奇金淋巴瘤治疗方案2021
该数据集来自clinicaltrials.gov,主题为儿童及青少年B细胞成熟非霍奇金淋巴瘤的2021年治疗方案,覆盖Burkitt淋巴瘤、原发性纵隔淋巴瘤、原发性CNS淋巴瘤、弥漫大B细胞淋巴瘤等亚型

基本信息
资源简介
儿童及青少年B细胞成熟非霍奇金淋巴瘤治疗方案2021
该数据集来自clinicaltrials.gov,主题为儿童及青少年B细胞成熟非霍奇金淋巴瘤的2021年治疗方案,覆盖Burkitt淋巴瘤、原发性纵隔淋巴瘤、原发性CNS淋巴瘤、弥漫大B细胞淋巴瘤等亚型。源站描述给出了基于切除状态、分期、LDH水平和CNS受累的风险分组(R1至R4及CNS+),并探讨在极有限病变和有限病变患者中加用rituximab以省略蒽环类药物和vincristine、在不影响生存率的前提下降低急性和长期毒性,并检验无事件生存率是否与历史对照相似。可用于淋巴瘤风险分层与治疗策略相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:非霍奇金淋巴瘤、B细胞、Burkitt淋巴瘤、原发性纵隔淋巴瘤、原发性CNS淋巴瘤、弥漫大B细胞淋巴瘤。详细描述:风险组分层:R1:切除状态:完全,I期和II期 R2:切除状态:不完全,I期和II期 R3:切除状态:不完全,III期且LDH < 2 x ULN R4:切除状态:不完全,III期且LDH ≥ 2 x ULN,IV期/B-AL且CNS阴性;CNS + 对于病变极有限的患者(R1- I/II期CR),加用rituximab可能允许省略蒽环类药物和vincristine,而不危及生存率,但减少急性和长期毒性。在该治疗组中,检验无事件生存率是否与历史对照相似。对于病变有限的患者(R2- I/II期NR),加用rituximab可能允许省略
【主题与分类】
主题标签:Non-hodgkin Lymphoma,B Cell、Burkitt Lymphoma、Primary Mediastinal Lymphoma、Primary CNS Lymphoma、Diffuse Large B-cell Lymphoma。本站分类:肿瘤/淋巴瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05518383
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/NCT05518383
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:非霍奇金淋巴瘤,B细胞,伯基特淋巴瘤,原发性纵隔淋巴瘤,原发性中枢神经系统淋巴瘤,弥漫大B细胞淋巴瘤。详细描述:风险组分层:R1:切除状态:完全,I期和II期;R2:切除状态:不完全,I期和II期;R3:切除状态:不完全,III期且LDH < 2 x ULN;R4:切除状态:不完全,III期且LDH ≥ 2 x ULN,IV期/B-AL且中枢神经系统阴性;中枢神经系统阳性。对于病变极为有限的患者(R1- I/II期完全缓解),加用利妥昔单抗可能允许省略蒽环类药物和长春新碱,而不危及生存率,同时减少急性和长期毒性。在该治疗组中,将检验无事件生存期是否与历史对照组相似。对于病变有限的患者(R2- I/II期未缓解),加用利妥昔单抗可能允许省略蒽环类药物,而不危及生存率,同时减少急性和长期毒性。
对于局限期疾病患者(R3期——III期且LDH < 2倍正常值上限),加用利妥昔单抗可能允许将化疗周期数减少至四个,而不危及生存率,同时降低毒性。对于具有不良预后必然因素的患者(额外的 adverse 细胞遗传学发现(TP-53、11qLOH)),正在测试通过加用利妥昔单抗并增加R-VICI周期是否能够改善无事件生存期。
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。




