Bomedemstat（MK-3543-017）安全性及有效性研究
研究覆盖原发性血小板增多症、原发性骨髓纤维化、骨髓纤维化、真性红细胞增多症后骨髓纤维化、原发性血小板增多症后骨髓纤维化及真性红细胞增多症等疾病
基本信息
资源简介
Bomedemstat（MK-3543-017）安全性及有效性研究
该数据集来自 clinicaltrials.gov，收录一项关于 Bomedemstat（MK-3543-017）的安全性及有效性研究。研究覆盖原发性血小板增多症、原发性骨髓纤维化、骨髓纤维化、真性红细胞增多症后骨髓纤维化、原发性血小板增多症后骨髓纤维化及真性红细胞增多症等疾病。研究主要目的是将受试者转入扩展研究，以收集长期安全性和有效性数据，纳入对象需能安全耐受 bomedemstat、经研究者评估获得临床获益并符合特定治疗时长或血液学缓解标准。该研究不进行假设检验。数据可用于血液系统疾病治疗安全性及疗效的长期观察与分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：原发性血小板增多症、原发性骨髓纤维化、骨髓纤维化、真性红细胞增多症后骨髓纤维化、原发性血小板增多症后骨髓纤维化、真性红细胞增多症。本研究的主要目的是将受试者转入一项扩展研究，以收集长期安全性和有效性数据。研究将纳入能够安全耐受 bomedemstat、经研究者评估从其使用中获得临床获益，并已显示以下标准的受试者： 来自 IMG-7289-202/MK-3543-005（NCT05223920）研究的受试者必须已接受 bomedemstat 治疗至少 6 个月； 来自 IMG-7289-202/MK-3543-005 以外研究的原发性血小板增多症（ET）和真性红细胞增多症（PV）受试者必须已达到确认的血液学缓解。本研究不进行假设检验。
【主题与分类】
主题标签：Thrombocythemia, Essential、Primary Myelofibrosis、Myelofibrosis、Post-polycythemia Vera Myelofibrosis、Polycythemia Vera。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/NCT06351631
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/NCT06351631
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：原发性血小板增多症、原发性骨髓纤维化、骨髓纤维化、真性红细胞增多症后骨髓纤维化、原发性血小板增多症后骨髓纤维化、真性红细胞增多症。本研究的主要目的是将受试者转入一项扩展研究，以收集长期安全性和有效性数据。本研究将纳入能够安全耐受bomedemstat、经研究者评估从其使用中获得临床获益，并符合以下标准的受试者：* 来自IMG-7289-202/MK-3543-005（NCT05223920）研究的受试者必须已接受bomedemstat治疗至少6个月；* 来自IMG-7289-202/MK-3543-005以外研究的原发性血小板增多症（ET）和真性红细胞增多症（PV）受试者必须已达到确认的血液学缓解。本研究不进行假设检验。
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。
