HEMGENIX 在血友病B患者中有效性与安全性的观察性队列研究
该数据集来自 clinicaltrials.gov，为一项观察性、上市后长期随访研究，旨在评估 HEMGENIX 在血友病B患者中的短期与长期有效性和安全性，并纳入接受 FIX 预防治疗的血友病B患者队列，以便解读 HEMGENIX 的相关疗效与安全性结果
基本信息
资源简介
HEMGENIX 在血友病B患者中有效性与安全性的观察性队列研究
该数据集对应一项在 clinicaltrials.gov 登记的观察性、上市后长期随访研究，研究对象为血友病B患者，核心目的是评估 HEMGENIX 在真实临床条件下的短期与长期有效性和安全性。研究同时设置接受凝血因子Ⅸ（FIX）预防治疗的血友病B患者队列，用于辅助解读 HEMGENIX 相关的疗效与安全性结果。数据集归类于血液与淋巴系统疾病下的出血性疾病，主题标签为 Hemophilia B，可为血友病B基因治疗上市后评价提供研究层面的信息参考。
【数据集背景】
血友病B是一种遗传性出血性疾病，患者因凝血因子Ⅸ缺乏而面临反复出血风险，长期依赖因子替代或预防治疗。HEMGENIX 作为针对该疾病的治疗手段，其上市后的长期表现需要通过系统性的观察研究加以追踪。该数据集所对应的研究即为一项观察性、上市后、长期随访研究，聚焦 HEMGENIX 在血友病B患者中的有效性与安全性，并特别纳入接受 FIX 预防治疗的患者队列作为参照，以便对相关疗效与安全性发现进行解读。
【数据内容】
数据集的主题标签为 Hemophilia B，所属分类为血液与淋巴系统疾病 / 出血性疾病。研究内容围绕 HEMGENIX 在血友病B患者中的短期和长期有效性与安全性展开，同时涵盖接受 FIX 预防治疗的血友病B患者队列的相关信息。关于具体变量字段、样本量、随访时长、结局指标定义等细节，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov，对应一项观察性、上市后、长期随访研究。研究设计为观察性队列研究，包含接受 HEMGENIX 治疗的血友病B患者以及接受 FIX 预防治疗的血友病B患者队列。关于具体采集机构、采集时间范围、数据更新频率等信息，源站未提供。
【适用场景】
该数据集适用于了解血友病B治疗领域上市后长期随访研究的登记信息，可用于检索和参考 HEMGENIX 在血友病B患者中有效性与安全性评价的研究框架，也可用于关注以 FIX 预防治疗队列作为对照解读依据的研究设计思路。关于具体分析用途的验证性结论，源站未提供。
【使用方法】
该数据集来自 clinicaltrials.gov 的登记信息，使用时可依据其研究类型、研究目的与队列设置理解研究框架。关于数据下载方式、访问接口、字段说明及分析工具等具体使用指引，源站未提供。
【质量与限制】
该数据集对应观察性、上市后、长期随访研究，其研究性质决定了结果解读需结合队列设置进行。关于数据完整性、偏倚控制、样本代表性、随访依从性等质量指标，源站未提供。使用时应以源站登记信息为准，注意研究结论的适用范围。
【引用与许可】
该数据集来源于 clinicaltrials.gov。关于具体引用格式、许可条款及使用限制，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/NCT06008938
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：乙型血友病。这项观察性、上市后长期随访研究旨在考察HEMGENIX在乙型血友病患者中的短期和长期有效性及安全性。该研究还将纳入一组接受FIX预防治疗的乙型血友病患者，以便对HEMGENIX的相关疗效和安全性结果进行解读。
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。
