Ianalumab治疗既往接受过治疗的温抗体型自身免疫性溶血性贫血患者的疗效与安全性研究
该数据集来自clinicaltrials.gov,聚焦温抗体型自身免疫性溶血性贫血(wAIHA)患者,研究ianalumab两种剂量与安慰剂相比诱导并维持持久血红蛋白应答的疗效与安全性

基本信息
资源简介
Ianalumab治疗既往接受过治疗的温抗体型自身免疫性溶血性贫血患者的疗效与安全性研究
该数据集来自clinicaltrials.gov,聚焦温抗体型自身免疫性溶血性贫血(wAIHA)患者,研究ianalumab两种剂量与安慰剂相比诱导并维持持久血红蛋白应答的疗效与安全性。参与者随机接受两种剂量ianalumab或安慰剂,双盲给药;安慰剂组无应答者可接受开放标签高剂量ianalumab治疗,并配合方案规定的支持性护理用药。数据可用于了解该适应症的临床试验设计、治疗分组与应答评估框架(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:温抗体型自身免疫性溶血性贫血(wAIHA)。主要目标是证明任一剂量的ianalumab与安慰剂相比,在wAIHA患者中诱导持久的血红蛋白应答。关键次要目标是证明任一剂量的ianalumab与安慰剂相比,维持持久血红蛋白应答且该应答持续至治疗期结束后。参与者被随机分配至两种不同剂量的ianalumab或安慰剂。被分配至安慰剂组且对治疗无应答的参与者,可使用较高剂量的开放标签ianalumab进行治疗。研究性治疗将以双盲方式提供。在开放标签期间,ianalumab将以开放标签方式提供。除随机治疗(ianalumab或安慰剂)外,方案中定义的特定支持性护理药物是
【主题与分类】
主题标签:Warm Autoimmune Hemolytic Anemia (wAIHA)。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/NCT05648968
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/NCT05648968
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
适应症:温抗体型自身免疫性溶血性贫血(wAIHA)。主要目标是证明在wAIHA患者中,任一剂量的ianalumab相较于安慰剂可诱导持久的血红蛋白应答。关键次要目标是证明任一剂量的ianalumab相较于安慰剂可维持持久的血红蛋白应答,且该应答在治疗期结束后仍持续存在。受试者被随机分配至两种不同剂量的ianalumab或安慰剂组。被分配至安慰剂组且对治疗无应答的受试者,可接受开放标签的高剂量ianalumab治疗。研究性治疗将以双盲方式提供。在开放标签期间,ianalumab将以开放标签方式提供。除随机治疗(ianalumab或安慰剂)外,允许使用方案中定义的特定支持性治疗药物。如有临床指征(例如为确保患者安全),治疗医生也可给予挽救性药物。本研究包括治疗期、疗效和安全性随访期。
在治疗和主要终点随访期间,访视频率为每两周一次;在末次给药后的前20周内每月进行一次安全性监测,此后每季度一次,直至末次给药后2年。对于持久缓解的受试者,将在末次给药后的前2年内每月进行额外的疗效访视,此后每季度一次,直至缓解丧失或研究结束,最晚直至最后一名受试者随机化后39个月。
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。




