多发性骨髓瘤耐药与克隆演化研究
MYRACLE 是一项在法国西北部两家公立医院肿瘤专科中心开展的多发性骨髓瘤队列研究，纳入各期别、签署知情同意书的成年患者，持续随访至退出、移居或死亡
基本信息
资源简介
多发性骨髓瘤耐药与克隆演化研究
MYRACLE（MYeloma Resistance And Clonal Evolution）是一项聚焦多发性骨髓瘤的队列研究数据集，其相关信息来源于 clinicaltrials.gov 注册平台，本站将其归入肿瘤/其他类别。该研究在法国西北部两家公立医院的肿瘤专科中心开展，面向所有年龄大于18岁、处于疾病任一阶段并被诊断为多发性骨髓瘤的患者，凡签署知情同意书者均可纳入。所有受试者持续随访，直至拒绝继续参与、移居或死亡。随访为连续性设计，收集社会经济状况、医疗状况、骨髓瘤治疗及伴随事件（如耐药、副作用）等数据，参与者还需完成标准化的生活质量问卷，并被邀请捐献血液样本以支持体外分析与功能检测，用于发现预测性生物标志物和伴随诊断。该数据集以多发性骨髓瘤为核心主题标签，适用于血液肿瘤耐药与克隆演化方向的研究。
【数据集背景】
多发性骨髓瘤是一种血液系统恶性肿瘤，其治疗过程中耐药的发生与克隆演化是临床面临的重要问题。MYRACLE 队列研究正是围绕这一主题建立，旨在通过系统、连续地收集患者从诊断到随访全过程的资料，为理解骨髓瘤耐药机制与克隆演化提供数据基础。研究选择在法国西北部两家公立医院的肿瘤专科中心实施，覆盖在该区域接受诊疗的多发性骨髓瘤患者人群。
【数据内容】
该数据集收集的内容涵盖多个维度：社会经济状况信息、医疗状况信息、多发性骨髓瘤相关治疗信息，以及治疗过程中出现的伴随事件，包括耐药与副作用等。此外，参与者需填写标准化的生活质量（QOL）问卷，相关问卷数据也属于采集范围。参与者还被邀请捐献血液样本，这些样本将用于支持体外表达分析与功能检测，以服务于预测性生物标志物和伴随诊断的发现。关于诊断性活检在病程中实施时的具体处理方式，源站描述在此处未完整给出。
【采集与来源】
数据来源于 clinicaltrials.gov 注册的 MYRACLE 队列研究。研究对象为在法国西北部两家公立医院肿瘤专科中心接受治疗、年龄大于18岁、处于多发性骨髓瘤任一阶段并签署知情同意书的患者。随访方式为持续随访，随访终点为受试者拒绝参与、移居或死亡。数据采集具有连续性，即在整个随访过程中持续收集上述各类信息。
【适用场景】
基于其主题与采集内容，该数据集适用于多发性骨髓瘤相关的临床与转化研究场景，例如探讨治疗耐药的发生与演变、分析克隆演化过程、评估患者生活质量、以及利用血液样本开展预测性生物标志物与伴随诊断相关研究。其队列设计也适合用于观察真实诊疗环境下患者的长期随访结局。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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/NCT03807128
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：多发性骨髓瘤。MYRACLE队列研究旨在纳入所有年龄大于18岁、处于疾病任何阶段、在法国西北部2家公立医院的专业肿瘤中心接受治疗的多发性骨髓瘤患者。任何签署知情同意书的此类患者均被纳入。所有受试者均随访至拒绝参与研究、移居或死亡。MYRACLE随访为连续性，收集社会经济状况、医疗状况、多发性骨髓瘤治疗及相关事件（耐药、副作用）的数据。参与者还需完成标准化的生活质量问卷。此外，参与者被要求捐献血液样本，以支持开展必要的离体表达分析和功能检测，从而发现预测性生物标志物和伴随诊断。若在疾病过程中进行了诊断性活检，提取的生物样本将保存在专门的生物样本库中。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
