高剂量化疗联合自体干细胞输注能否改善初治完全缓解后外周T细胞淋巴瘤患者生存的试验
该数据集来自clinicaltrials.gov,聚焦外周T细胞淋巴瘤,涵盖间变性大细胞淋巴瘤(ALK阴性)、滤泡辅助T细胞淋巴瘤及其血管免疫母细胞型、非特指型外周T细胞淋巴瘤等亚型

基本信息
资源简介
高剂量化疗联合自体干细胞输注能否改善初治完全缓解后外周T细胞淋巴瘤患者生存的试验
该数据集来自clinicaltrials.gov,聚焦外周T细胞淋巴瘤,涵盖间变性大细胞淋巴瘤(ALK阴性)、滤泡辅助T细胞淋巴瘤及其血管免疫母细胞型、非特指型外周T细胞淋巴瘤等亚型。研究比较自体干细胞移植组与观察组,主要目标为无进展生存改善,次要目标包括总生存差异、按组织学和诱导化疗选择分层的干预获益,以及累积复发与死亡率,并探索微小残留病灶影响。可用于淋巴瘤治疗策略与生存预测相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:间变性大细胞淋巴瘤,ALK阴性,滤泡辅助T细胞淋巴瘤,滤泡辅助T细胞淋巴瘤,血管免疫母细胞型,外周T细胞淋巴瘤,非特指型。主要目标:I. 证明自体干细胞移植(ASCT)组相较于观察组在无进展生存(PFS)方面的改善。次要目标:I. 评估观察组与自体干细胞移植(ASCT)组之间总生存(OS)的差异。II. 按随机分层因素(组织学和诱导化疗选择)评估研究干预对PFS和OS的获益差异。III. 评估观察组与自体干细胞移植(ASCT)组之间复发和死亡的累积发生率。探索性目标:I. 确定微小残留疾
【主题与分类】
主题标签:Follicular Helper T-Cell Lymphoma。本站分类:肿瘤/淋巴瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06724237
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/NCT06724237
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:间变性大细胞淋巴瘤,ALK阴性,滤泡辅助T细胞淋巴瘤,滤泡辅助T细胞淋巴瘤,血管免疫母细胞型,外周T细胞淋巴瘤,非特指型。主要目的:I. 证明与观察组相比,自体干细胞移植(ASCT)组在无进展生存期(PFS)方面的改善。次要目的:I. 评估观察组与自体干细胞移植(ASCT)组之间总生存期(OS)的差异。II. 通过随机分层因素(组织学和诱导化疗选择)评估研究干预对PFS和OS益处的差异。III. 评估观察组与自体干细胞移植(ASCT)组之间复发和死亡率的累积发生率。探索性目的:I. 确定微小残留病(MRD)对自体干细胞移植(ASCT)益处的影响。大纲:患者被随机分配到2组中的1组。第I组:患者在研究中接受标准护理观察。
患者在研究期间还接受血液样本采集以及可选的骨髓穿刺和活检,并在整个研究过程中接受计算机断层扫描(CT)或正电子发射断层扫描(PET)/CT。ARM II:患者接受干细胞动员,然后按标准治疗进行白细胞分离术。患者还接受大剂量化疗,随后按标准治疗进行ASCT。此外,患者在研究期间接受血液样本采集以及可选的骨髓穿刺和活检,并在整个研究过程中接受CT或PET/CT。研究治疗完成后,患者在前2年每3个月随访一次,接下来3年每6个月随访一次,之后每年随访一次,直至随机化日期起总计12年。
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。




