DREPAMIR 基因治疗试验标准治疗对照臂(重型镰状细胞病患者)
该数据集来自 clinicaltrials.gov,对应 DREPAMIR 方案中重型镰状细胞病患者 1/2 期基因治疗试验的标准治疗对照臂

基本信息
资源简介
DREPAMIR 基因治疗试验标准治疗对照臂(重型镰状细胞病患者)
该数据集来自 clinicaltrials.gov,对应 DREPAMIR 方案中重型镰状细胞病患者 1/2 期基因治疗试验的标准治疗对照臂。源站描述覆盖镰状细胞病的贫血、慢性溶血与血管闭塞危象等临床特征,以及现有标准治疗手段(支持治疗、长期红细胞输注、羟基脲诱导 HbF)和造血干细胞移植、基因治疗等可选方案,并说明法国因缺乏对照臂而限制监管批准,从而支持 DREPAMIR 方案开发。数据可用于了解该对照臂的设计背景与标准治疗比较框架(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:镰状细胞病(SCD)、血管闭塞事件。镰状细胞病是一种严重的血红蛋白病,以贫血、慢性溶血和血管闭塞危象为特征,导致高发病率和高死亡率。目前针对 SCD 可用的医疗管理选项或标准治疗(SOC)包括 VOC 的支持性管理、长期红细胞输注以及使用羟基脲(HU)诱导胎儿血红蛋白(HbF)。造血干细胞移植具有治愈性,但仅适用于少数患者。基因治疗方法(基因添加或基因编辑)已显示出血管闭塞事件的显著减少,但残余溶血持续存在,其真正的治愈潜力仍不确定。在法国,临床试验中缺乏对照臂限制了监管批准,这支持了 DREPAMIR 方案的开发,该方案纳入了一个 S
【主题与分类】
主题标签:Sickle Cell Disease (SCD)、Vaso-occlusive Events。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/NCT07752043
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/NCT07752043
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:镰状细胞病(SCD)、血管闭塞事件。镰状细胞病是一种严重的血红蛋白病,以贫血、慢性溶血和血管闭塞危象为特征,导致高发病率和高死亡率。目前针对SCD可用的医疗管理方案或标准治疗(SOC)包括血管闭塞危象(VOC)的支持性管理、长期红细胞输注以及使用羟基脲(HU)诱导胎儿血红蛋白(HbF)。造血干细胞移植具有治愈性,但仅适用于少数患者。基因治疗方法(基因添加或基因编辑)已显示出血管闭塞事件的显著减少,但残余溶血持续存在,其真正的治愈潜力仍不确定。在法国,临床试验中缺乏对照组限制了监管批准,这支持了DREPAMIR方案的开发,该方案纳入了标准治疗对照组,以更好地评估基因治疗在重型镰状细胞病中的疗效临床价值和成本效益。
本研究的目的是在可能包括抗炎治疗作为移植前治疗的治疗策略中,比较基因修饰自体CD34+细胞移植在镰状细胞病(SCD)患者中的疗效和安全性,若在入组分析时检测到严重炎症则采用该抗炎治疗;自体CD34+细胞将由双功能βAS3m/miR7m慢病毒载体转导,该载体表达治疗性β-珠蛋白βAS3m和抗HbS miRNA,并与标准治疗(SOC)进行比较。Drepamir-SOC是主研究DREPAMIR(NCT07432867)的对照组。
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。




