成人阵发性睡眠性血红蛋白尿症患者中长期接受Pozelimab联合Cemdisiran治疗的安全性与有效性研究
该数据集来自clinicaltrials.gov,聚焦成人阵发性睡眠性血红蛋白尿症(PNH)患者,研究实验性药物Pozelimab与Cemdisiran联合治疗方案的长期安全性和有效性

基本信息
资源简介
成人阵发性睡眠性血红蛋白尿症患者中长期接受Pozelimab联合Cemdisiran治疗的安全性与有效性研究
该数据集来自clinicaltrials.gov,聚焦成人阵发性睡眠性血红蛋白尿症(PNH)患者,研究实验性药物Pozelimab与Cemdisiran联合治疗方案的长期安全性和有效性。数据覆盖治疗过程中多个研究问题,包括联合方案的有效性、可能出现的副作用、不同时间点各药物在血液中的浓度,以及机体是否产生针对研究药物的抗体。该数据可用于评估该联合疗法在PNH患者中的长期获益与风险,支持血液疾病治疗领域的临床研究与分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:阵发性睡眠性血红蛋白尿症。本研究正在研究一种由两种实验性药物pozelimab和cemdisiran组成的实验性治疗组合。该研究聚焦于阵发性睡眠性血红蛋白尿症(PNH)患者。本研究的目的是了解pozelimab + cemdisiran组合对PNH患者长期治疗的安全性和有效性。在本节中,pozelimab + cemdisiran组合可能被称为“研究药物”。本研究还关注其他几个研究问题,包括: pozelimab + cemdisiran组合的有效性如何? 服用研究药物可能发生哪些副作用? 不同时间点每种研究药物在血液中的浓度是多少? 机体是否会产生针对研究药物的抗体(这可能使药物效果降低或导致副作用)
【主题与分类】
主题标签:Paroxysmal Nocturnal Hemoglobinuria。本站分类:血液及造血器官疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05744921
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/NCT05744921
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
病症:阵发性睡眠性血红蛋白尿。本研究正在研究一种由两种试验药物——波泽利单抗和cemdisiran——组成的试验性联合治疗方案。本研究聚焦于阵发性睡眠性血红蛋白尿(PNH)患者。本研究旨在了解波泽利单抗+cemdisiran联合方案对PNH患者的长期安全性和有效性。在本节中,波泽利单抗+cemdisiran联合方案可能被称为“研究药物”。本研究还探讨其他若干研究问题,包括:* 波泽利单抗+cemdisiran联合方案的有效性如何?* 服用研究药物可能出现哪些副作用?* 不同时间点每种研究药物在血液中的浓度是多少?* 机体是否会产生针对研究药物的抗体(这可能降低药物疗效或导致副作用)
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。




