HMPL-523治疗成人免疫性血小板减少症的安全性、耐受性、药代动力学及初步疗效研究
该数据集来自clinicaltrials.gov,收录一项关于HMPL-523治疗成人原发性免疫性血小板减少症(ITP)的1b期、开放标签、多中心、单臂研究

基本信息
资源简介
HMPL-523治疗成人免疫性血小板减少症的安全性、耐受性、药代动力学及初步疗效研究
该数据集来自clinicaltrials.gov,收录一项关于HMPL-523治疗成人原发性免疫性血小板减少症(ITP)的1b期、开放标签、多中心、单臂研究。研究覆盖确诊至少3个月的成人ITP受试者,分为剂量递增阶段(Part 1)和随机剂量优化阶段(Part 2),旨在评估HMPL-523的安全性、耐受性、药代动力学及初步疗效。数据可用于血液疾病治疗领域的药物安全性分析与疗效预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:免疫性血小板减少症、血液血小板疾病、血液系统疾病、紫癜、血小板减少性紫癜、紫癜、凝血障碍、血栓性微血管病、出血性疾病。本研究是一项1b期、开放标签、多中心、单臂研究,旨在评估HMPL-523在入组或随机化前至少3个月确诊为原发性ITP的成人受试者中的安全性、耐受性和初步疗效。在剂量递增阶段(Part 1),受试者将接受3个剂量水平之一的HMPL-523,以确定HMPL-523用于随机剂量优化阶段(Part 2)的推荐剂量。在Part 1结束时,将选择2个剂量水平用于研究的剂量优化阶段(Part 2)。在研究的Part 2中,受试者将按1:1比例随机分配至2个剂量水平之间,以更好地了解暴露/疗效/毒性
【主题与分类】
主题标签:Immune Thrombocytopenia、Blood Platelet Disorder、Hematologic Diseases、Purpura, Thrombocytopenic、Purpura、Blood Coagulation Disorder、Thrombotic Microangiopathies、Hemorrhagic Disorders、Autoimmune Diseases、Immune System Diseases。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/NCT06291415
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/NCT06291415
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:免疫性血小板减少症、血小板疾病、血液系统疾病、紫癜、血小板减少性紫癜、血液凝固障碍、血栓性微血管病、出血性疾病。本研究是一项1b期、开放标签、多中心、单臂研究,旨在评估HMPL-523在入组或随机化前至少3个月诊断为原发性ITP的成人受试者中的安全性、耐受性和初步疗效。在剂量递增阶段(第1部分),受试者将接受3个剂量水平之一的HMPL-523,以确定用于随机剂量优化阶段(第2部分)的HMPL-523推荐剂量。在第1部分结束时,将选择2个剂量水平用于研究的剂量优化阶段(第2部分)。在研究的第2部分,受试者将按1:1比例随机分配至2个剂量水平之间,以更好地了解暴露/疗效/毒性关系。在第2部分结束时,将根据安全性、疗效和PK数据确定HMPL-523的推荐3期剂量(RP3D)。
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。




