评估接受Efanesoctocog Alfa真实世界预防治疗的A型血友病患者关节健康的长期研究
该数据集来自clinicaltrials.gov,聚焦A型血友病患者接受Efanesoctocog Alfa真实世界预防治疗后的长期关节健康评估

基本信息
资源简介
评估接受Efanesoctocog Alfa真实世界预防治疗的A型血友病患者关节健康的长期研究
该数据集来自clinicaltrials.gov,聚焦A型血友病患者接受Efanesoctocog Alfa真实世界预防治疗后的长期关节健康评估。研究采用回顾-前瞻性、低干预设计,纳入不同严重程度、年龄、合并症及既往FVIII抑制物等广泛人群,要求现场访视并进行关节评估。数据可用于分析真实世界预防治疗对关节健康的长期影响,支持血友病治疗结局与预后相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:A型血友病。这是一项回顾-前瞻性、低干预研究,旨在评估Efanesoctocog Alfa真实世界预防治疗对A型血友病患者关节健康的长期有效性。研究参与者必须在其医生酌情决定下,在入组前6个月内或入组时被处方Efanesoctocog Alfa。启动Efanesoctocog Alfa治疗的决定应独立于将患者纳入研究的决定。广泛的A型血友病人群(例如所有严重程度[轻度至重度]、所有年龄、有合并症和/或同时使用抗凝/抗血小板药物的患者、既往有FVIII抑制物的患者)将有资格入组。该研究将要求进行强制性的现场访视并进行关节评估。对患者既往数据的回顾性收集将
【主题与分类】
主题标签:Hemophilia A。本站分类:血液与淋巴系统疾病/出血性疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06940830
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/NCT06940830
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:A型血友病。这是一项回顾性-前瞻性、低干预性研究,旨在评估真实世界中应用efanesoctocog alfa进行预防治疗对A型血友病患者关节健康的长期有效性。研究参与者必须在其医生酌情决定下,于入组前6个月内或入组时被处方efanesoctocog alfa。启动efanesoctocog alfa治疗的决定应独立于将患者纳入本研究的决定。广泛的A型血友病人群(例如所有严重程度[轻度至重度]、所有年龄、伴有合并症和/或同时使用抗凝/抗血小板药物的患者、既往存在FVIII抑制物的患者)均有资格入组。本研究将要求进行强制性的现场访视并进行关节评估。将开展对患者血友病、内科及手术史的回顾性数据收集,包括自启动efanesoctocog alfa治疗前12个月起至入组期间的既往血友病治疗及已治疗的出血事件。
本研究将首先在患者常规到医院就诊时进行入组访视,以核查患者是否符合所有入选标准且不符合任何排除标准。研究参与者将每年进行现场访视,持续24个月或36个月,具体取决于入组时间与研究结束时间的关系。只要患者接受efanesoctocog alfa预防治疗,就将在研究中继续接受随访,治疗由医生酌情决定。患者还需同意在研究期间用研究专用的纸质日记记录任何出血事件。关节评估、血友病关节健康评分(HJHS)以及患者报告结局(PROs)的填写将在现场访视期间进行。对于纳入血友病早期关节病变超声检测(HEAD-US)组的患者,将进行超声关节评估
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。




