Bendamustine与Rituximab联合治疗冷凝集素病
源站描述涉及CAD的疾病机制、贫血严重程度、冷诱导循环症状、骨髓淋巴增殖性疾病的检出率及发热性疾病期间的病情加重。数据可用于了解该联合治疗方案的研究背景与疾病特征,支持相关临床或转化研究(来源 clinicaltrials.gov)

基本信息
资源简介
Bendamustine与Rituximab联合治疗冷凝集素病
该数据集来自clinicaltrials.gov,主题为Bendamustine与Rituximab联合治疗冷凝集素病(CAD),属于肿瘤/淋巴瘤分类。源站描述涉及CAD的疾病机制、贫血严重程度、冷诱导循环症状、骨髓淋巴增殖性疾病的检出率及发热性疾病期间的病情加重。数据可用于了解该联合治疗方案的研究背景与疾病特征,支持相关临床或转化研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:冷凝集素病、自身免疫性溶血性贫血。背景:慢性冷凝集素病(CAD)由单克隆冷反应性自身抗体介导,这些抗体结合红细胞表面抗原,引起血凝集和补体介导的溶血。三分之一患者贫血严重(血红蛋白水平8.0 g/dL或更低)。超过90%的患者存在冷诱导的循环症状,且可能致残。未与明显淋巴瘤或其他疾病相关的CAD传统上被分类为原发性或特发性。然而,通过流式细胞术可在90%的患者中、通过组织学可在大约75%的患者中证实存在单克隆淋巴增殖性骨髓疾病,其特征为CD20+、kappa+ B细胞的克隆性增殖。大约三分之二的患者在发热性疾病期间经历病情加重。在稳定期
【主题与分类】
主题标签:Cold Agglutinin Disease、Autoimmune Hemolytic Anemia。本站分类:肿瘤/淋巴瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02689986
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/NCT02689986
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:冷凝集素病、自身免疫性溶血性贫血。背景:慢性冷凝集素病(CAD)由单克隆冷反应性自身抗体介导,这些抗体与红细胞表面抗原结合,引起血凝集和补体介导的溶血。三分之一患者贫血严重(血红蛋白水平≤8.0 g/dL)。90%以上患者存在寒冷诱发的循环症状,且可能致残。未合并明显淋巴瘤或其他疾病的CAD传统上被归类为原发性或特发性。然而,通过流式细胞术可在90%的患者中、通过组织学检查可在约75%的患者中证实存在单克隆淋巴增殖性骨髓疾病,其特征为CD20+、kappa+ B细胞克隆性增殖。约三分之二患者在发热性疾病期间病情加重。在CAD稳定期,多数患者因补体蛋白C3和C4持续消耗而水平降低。
这些低水平,尤其是低C4可用性,似乎对溶血具有限速作用,并阻止补体级联反应全面激活及C5裂解和血管内溶血的发生。在急性期反应期间,由于生成增加,C3和C4水平升高,导致溶血加剧。建议避免寒冷暴露作为大多数原发性CAD患者的首选治疗。然而,一项系统综述显示,在超过70%的病例中,医生和/或患者认为此类措施不够充分。许多用于其他自身免疫性疾病或惰性淋巴瘤的标准疗法效果不佳,例如皮质类固醇、烷化剂、干扰素-α,以及可能包括嘌呤类似物单药治疗。前瞻性研究表明,使用嵌合型单克隆抗CD20抗体利妥昔单抗治疗可使超过半数患者获得缓解。几乎所有缓解均为部分缓解,中位缓解持续时间不足一年。在一项s
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。




