非霍奇金淋巴瘤肾间质浸润:中国活检队列的临床病理特征、结局与预后标志物

该数据集来自一项中国肾活检队列研究,聚焦非霍奇金淋巴瘤(NHL)肾间质浸润。源站描述显示,研究回顾性分析36例经活检证实的病例,收集肾活检时的临床病理数据,包括21例男性、15例女性,中位年龄65岁(范围19–84),涵盖惰性B细胞NHL 26例、侵袭性B细胞NHL 7例和T细胞NHL 3例,并涉及

Taylor & FrancisTaylor & Francis
datacite
2026-09-28 更新
浏览 6
医学影像预测Renal lymphomakidney biopsyclinicopathological characteristicstubular basement membrane depositstertiary lymphoid structuresonco-nephrology
Renal interstitial infiltration by non-Hodgkin lymphoma: clinicopathological features, outcomes, and prognostic markers from a Chinese biopsy cohort

基本信息

模态
医学影像
大小
0.001338277 GB
任务类型
预测
许可
CC BY 4.0
创建/更新时间
2026-09-28
版本
v1

资源简介

非霍奇金淋巴瘤肾间质浸润:中国活检队列的临床病理特征、结局与预后标志物

Renal interstitial infiltration by non-Hodgkin lymphoma: clinicopathological features, outcomes, and prognostic markers from a Chinese biopsy cohort

该数据集来自一项中国肾活检队列研究,聚焦非霍奇金淋巴瘤(NHL)肾间质浸润。源站描述显示,研究回顾性分析36例经活检证实的病例,收集肾活检时的临床病理数据,包括21例男性、15例女性,中位年龄65岁(范围19–84),涵盖惰性B细胞NHL 26例、侵袭性B细胞NHL 7例和T细胞NHL 3例,并涉及肾小管基底膜(TBM)沉积等预后标志物及患者结局。数据集含2个补充文件,可用于探索淋巴瘤相关肾间质浸润的病理特征与预后关系(来源 figshare,CC BY 4.0 许可)。

【数据集背景】

配套论文《Renal interstitial infiltration by non-Hodgkin lymphoma: clinicopathological features, outcomes, and prognostic markers from a Chinese biopsy cohort》发表于 Renal Failure(2025),DOI:10.1080/0886022X.2025.2583782。项目资助方:This work was supported by the National Natural Science Foundation of China (No. 82170724).。源站首次发布:2025-11-18。

【数据内容】

源站描述(机器翻译,仅供参考):非霍奇金淋巴瘤(NHL)的肾脏受累常被低估,并常被误诊为间质性肾炎。肾活检仍是确认淋巴瘤间质浸润的金标准。目前,淋巴瘤相关肾间质浸润的组织病理学特征及其与临床预后的关系尚不清楚。我们回顾性分析了36例经活检证实的病例,以描述临床病理特征、预后标志物(如肾小管基底膜(TBM)沉积)及患者结局。临床病理数据在肾活检时收集。队列包括21例男性和15例女性,中位年龄65岁(范围:19–84)。其中,26例为惰性B细胞NHL,7例为侵袭性B细胞NHL,3例为T细胞NHL。在惰性B细胞NHL中,淋巴瘤浸润范围为10%至90%。肾小球

【数据结构与技术规格】

文件数 2 个,合计 1.34 MB。数据集 DOI:10.6084/m9.figshare.30646403.v1。

【主题与分类】

源站学科分类:Medicine、Cell Biology、Genetics、Pharmacology、Biotechnology、Immunology。主题标签:Renal lymphoma、kidney biopsy、clinicopathological characteristics、tubular basement membrane deposits、tertiary lymphoid structures、onco-nephrology。本站分类:肿瘤/淋巴瘤。

【适用方向】

源站学科分类标注为 Medicine、Cell Biology、Genetics、Pharmacology、Biotechnology、Immunology。

【获取与许可】

源站页面:https://tandf.figshare.com/articles/dataset/Renal_interstitial_infiltration_by_non-Hodgkin_lymphoma_clinicopathological_features_outcomes_and_prognostic_markers_from_a_Chinese_biopsy_cohort/30646403

使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。

规范引用:Renal interstitial infiltration by non-Hodgkin lymphoma: clinicopathological features, outcomes, and prognostic markers from a Chinese biopsy cohort. Taylor & Francis. Zhu, Xiaojuan; Wang, Hui; Zhu, Yueyue; Nong, Lin; Wang, Wei; Xu, Jin; et al

【使用注意】

· 源站最后修改于 2026-09-28,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://doi.org/10.6084/m9.figshare.30646403

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。

数据集大小约 1.3 MB。

数据说明

非霍奇金淋巴瘤(NHL)累及肾脏常被低估,且易误诊为间质性肾炎。肾活检仍是确诊淋巴瘤间质浸润的金标准。目前,淋巴瘤相关肾间质浸润的组织病理学特征及其与临床预后的关系尚不明确。我们回顾性分析了36例经活检证实的病例,以明确其临床病理特征、预后标志物(如肾小管基底膜(TBM)沉积物)及患者结局。临床病理数据于肾活检时收集。队列包括21例男性和15例女性,中位年龄65岁(范围:19–84岁)。其中,26例为惰性B细胞NHL,7例为侵袭性B细胞NHL,3例为T细胞NHL。在惰性B细胞NHL中,淋巴瘤浸润范围为10%至90%。23例患者(23/26,88.5%)观察到肾小球病变。4例患者经电子显微镜检查发现TBM沉积物。值得注意的是,TBM免疫沉积物与较差的肾脏结局相关(p = 0.03)。

在侵袭性B细胞和T细胞非霍奇金淋巴瘤(NHL)中,弥漫性间质浸润较为显著,导致急性肾损伤(AKI)和肾脏增大。T细胞NHL与较差的肾脏结局和总生存期相关(p < 0.001)。总之,不同淋巴瘤类型表现出不同的肾脏病变,其中T细胞NHL与更差的结局相关。在惰性B细胞NHL中,TBM沉积与不良肾脏预后相关。我们的研究结果强调,弥漫性、单一形态的间质浸润——尤其是当伴有硬化性肾小球或肾包膜侵犯时——应强烈提示淋巴瘤性浸润而非间质性肾炎。

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。

获取专属数据定制方案