评估Parsaclisib联合芦可替尼在芦可替尼应答欠佳的骨髓纤维化受试者中的疗效与安全性(LIMBER-304)
入组要求Ruxolitinib稳定剂量5 mg BID至25 mg BID且至少维持8周、既往用药至少3个月,并符合方案定义的应答欠佳标准

基本信息
资源简介
评估Parsaclisib联合芦可替尼在芦可替尼应答欠佳的骨髓纤维化受试者中的疗效与安全性(LIMBER-304)
该数据集来自clinicaltrials.gov,聚焦骨髓纤维化(含原发性、 post essential thrombocythemia及post polycythemia vera骨髓纤维化)患者,针对Ruxolitinib单药应答欠佳人群,评估Parsaclisib联合Ruxolitinib的疗效与安全性。入组要求Ruxolitinib稳定剂量5 mg BID至25 mg BID且至少维持8周、既往用药至少3个月,并符合方案定义的应答欠佳标准。完成7天基线症状日记后随机分组,按血小板计数和DIPSS风险分层。可用于血液肿瘤临床研究设计与疗效安全性分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:骨髓纤维化、原发性骨髓纤维化、 post essential thrombocythemia骨髓纤维化、 post polycythemia vera骨髓纤维化。 prospective参与者必须接受稳定剂量的ruxolitinib,范围为5 mg BID至25 mg BID,并且在第1天前至少最近8周内一直保持该剂量。既往ruxolitinib治疗持续时间至少需3个月。参与者必须符合方案定义的ruxolitinib单药治疗应答欠佳标准。在参与者被确定符合研究资格并完成7天基线症状日记评估后,他们将被随机分配到2个治疗组中的1个,并按血小板计数(≥ 100 × 10^9/L vs 50至< 100 × 10^9/L,含端点)和DIPSS风险类别(高 vs 中危-2 vs 中危-1)进行分层。一旦参与者完成第24周评估,参与者的治疗
【主题与分类】
主题标签:Myelofibrosis、Primary Myelofibrosis、Post Polycythemia Vera Myelofibrosis。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/NCT04551053
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/NCT04551053
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
疾病条件:骨髓纤维化、原发性骨髓纤维化、原发性血小板增多症后骨髓纤维化、真性红细胞增多症后骨髓纤维化。前瞻性参与者必须接受稳定剂量的芦可替尼治疗,剂量范围为5 mg每日两次至25 mg每日两次,且在第一天前至少最近8周内维持该剂量。要求既往芦可替尼治疗持续时间至少3个月。参与者必须符合方案定义的芦可替尼单药治疗次优反应标准。在确定参与者符合研究资格并完成7天基线症状日记评估后,他们将被随机分配至2个治疗组中的1组,并按血小板计数(≥ 100 × 10^9/L vs 50至< 100 × 10^9/L,含端点)和DIPSS风险类别(高危 vs 中危-2 vs 中危-1)进行分层。一旦参与者完成第24周评估,其治疗分配将被揭盲;若发现为安慰剂,只要血液学参数允许,参与者将有机会交叉接受parsaclisib治疗,同时继续接受芦可替尼治疗。
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。




