Ibrutinib治疗激素难治性自身免疫性溶血性贫血
该数据集来自clinicaltrials.gov,主题为Ibrutinib治疗激素难治性温抗体型自身免疫性溶血性贫血(AIHA)

基本信息
资源简介
Ibrutinib治疗激素难治性自身免疫性溶血性贫血
该数据集来自clinicaltrials.gov,主题为Ibrutinib治疗激素难治性温抗体型自身免疫性溶血性贫血(AIHA)。源站描述涵盖受试者知情同意后进行的血液样本、体格检查、CT扫描和骨髓检查以确定基线疾病状态与研究资格,以及Rituximab与Ibrutinib联合治疗方案和按月进行的疾病状态评估。数据可用于了解该临床试验的设计与评估流程(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:AIHA - 温抗体型自身免疫性溶血性贫血。受试者将在进行任何方案特定评估前签署知情同意书。将进行血液样本采集、体格检查、CT扫描和骨髓检查,以确定基线疾病状态和研究资格。除CT扫描和骨髓检查外,所有检查必须在首次输注前≤14天内完成。CT扫描和骨髓检查将在首次输注后6周内进行。治疗方案:Rituximab 375 mg/m2,每周8次输注(第1、8、15、22、29、36、43、50、57天),然后每28天输注3次(第85、113、141天);Ibrutinib 420 mg(3片)每日持续服用6个月。将根据NCI标准每月进行疾病状态评估以确定受试者缓解或进展,评估包括:* 体格检查包括淋巴
【主题与分类】
主题标签:AIHA - Warm Autoimmune Hemolytic Anemia。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03827603
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/NCT03827603
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:AIHA——温抗体型自身免疫性溶血性贫血。受试者将在进行任何方案特定评估前签署知情同意书。将进行血液样本采集、体格检查、CT扫描和骨髓检查,以确定基线疾病状态和研究资格。除CT扫描和骨髓检查外,所有检查必须在首次输注前≤14天内完成。CT扫描和骨髓检查将在首次输注后6周内进行。治疗方案:利妥昔单抗375 mg/m2,每周输注8次(第1、8、15、22、29、36、43、50、57天),随后每28天输注3次(第85、113、141天);伊布替尼420 mg(3片)每日持续服用6个月。将根据NCI标准每月进行疾病状态评估以确定受试者缓解或进展,评估内容包括:* 体格检查,包括淋巴结检查、脾脏和肝脏测量以及体质性症状检测 * 外周血样本评估全血细胞计数(CBC)及分类(以百分比和绝对值表示) * 直接抗人球蛋白试验 * 此外,将对受试者进行安全性、有效性监测。
在完成诱导期后,达到完全缓解(CR)或部分缓解(PR)的受试者(针对AIC和CLL)将进入维持期。在维持期,患者将接受:伊布替尼420 mg(3片)每日持续给药,直至疾病进展或出现不可接受的毒性。生存和疾病状态评估将在治疗结束后1个月进行,此后每2个月进行一次,直至总观察时间结束。此外,还将对受试者进行安全性和有效性监测。* 在最后一次利妥昔单抗输注后1个月,需进行骨髓检查以确认CR。对于表现为CR的受试者,还将对骨髓穿刺液进行微小残留病(MRD)评估。* 对于有贫血临床缓解证据的PRCA患者,无论CLL状态如何,在最后一次利妥昔单抗输注后1个月均需进行骨髓检查。* A
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。




