Hetrombopag治疗ITP或AA安全性与有效性的观察性多中心研究
研究同时收集回顾性与前瞻性数据：前瞻性部分记录用药、有效性、安全性及患者报告结局，回顾性部分收集既往治疗、换药原因及入组前hetrombopag治疗信息
基本信息
资源简介
Hetrombopag治疗ITP或AA安全性与有效性的观察性多中心研究
该数据集来自clinicaltrials.gov，为一项多中心观察性研究，覆盖Primary Immune Thrombocytopenia（ITP）与Aplastic Anemia（AA）患者，旨在描述hetrombopag在真实世界中的安全性与有效性，并评估其药物使用模式。研究同时收集回顾性与前瞻性数据：前瞻性部分记录用药、有效性、安全性及患者报告结局，回顾性部分收集既往治疗、换药原因及入组前hetrombopag治疗信息。数据可用于真实世界证据生成、药物利用分析及患者结局研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：Primary Immune Thrombocytopenia、Aplastic Anemia。这是一项针对ITP/AA患者的多中心观察性研究，旨在描述hetrombopag在真实世界中的安全性与有效性，并评估药物使用模式，以补充关于hetrombopag在常规医疗实践中使用的知识库。符合参与条件的患者将作为其常规医疗的一部分接受hetrombopag治疗ITP/AA。研究范围是收集回顾性和前瞻性数据。研究的主要部分将是前瞻性收集关于使用、有效性、安全性和患者报告结局的数据，而回顾性部分将包括收集既往治疗、治疗转换原因以及（如适用）入组前hetrombopag治疗的信息。回顾性数据收集
【主题与分类】
主题标签：Primary Immune Thrombocytopenia、Aplastic Anemia。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/NCT05333861
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/NCT05333861
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：原发免疫性血小板减少症、再生障碍性贫血。这是一项多中心、观察性研究，研究对象为ITP/AA患者，旨在描述海曲泊帕的真实世界安全性和有效性，并评估药物使用模式，以补充关于海曲泊帕在常规医疗实践中使用的知识库。符合参与条件的患者将作为其常规医疗护理的一部分，接受海曲泊帕治疗ITP/AA。研究范围包括收集回顾性和前瞻性数据。研究的主要部分为前瞻性收集使用情况、有效性、安全性和患者报告结局方面的数据，而回顾性部分则包括收集既往治疗信息、治疗转换原因以及（如适用）入组前的海曲泊帕治疗信息。回顾性数据收集将基于患者病历中可获得的信息。数据收集时间范围为海曲泊帕治疗开始前最长12个月。前瞻性数据将在整个研究期间的常规临床访视中收集。
患者将接受24个月的随访，并将在入组后24个月内的首次预定访视前持续入组，或直至提前终止，以先发生者为准。
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。
