Canakinumab治疗骨髓纤维化研究
该数据集来自clinicaltrials.gov，为一项开放标签、多中心、2期临床试验，研究Canakinumab在原发性骨髓纤维化及血栓后/真性红细胞增多症后相关骨髓纤维化患者中的疗效与安全性
基本信息
资源简介
Canakinumab治疗骨髓纤维化研究
该数据集来自clinicaltrials.gov，为一项开放标签、多中心、2期临床试验，研究Canakinumab在原发性骨髓纤维化及血栓后/真性红细胞增多症后相关骨髓纤维化患者中的疗效与安全性。受试者每21天周期第1天接受皮下注射Canakinumab，起始剂量200 mg，核心研究期8个周期。入组达10例时进行中期分析，若无效或4例及以上出现不可接受毒性则不再进入第二阶段。数据可用于血液肿瘤治疗响应与毒性预测研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：原发性骨髓纤维化、 post-essential thrombocythemia myelofibrosis、ET-MF、post-polycythemia vera related myelofibrosis、PV-MF。这是一项开放标签、多中心、2期试验，研究Canakinumab在原发性骨髓纤维化（PMF）、post essential thrombocythemia/polycythemia vera related MF（Post ET/PV MF）患者中的应用。符合条件的患者将在21天周期的第1天接受Canakinumab皮下注射，核心研究期为8个周期。Canakinumab将以皮下注射（SC）方式给药，起始剂量为200 mg（一支150 mg/mL注射器和一支50 mg/0.5 mL注射器），每3周一次。中期分析将在入组患者数达到10例时进行。如果无缓解或4例及以上患者出现不可接受毒性，研究将不进入第二阶段。如果患者总数达到最大样本
【主题与分类】
主题标签：Primary Myelofibrosis、ET-MF、PV-MF。本站分类：血液与淋巴系统疾病/骨髓纤维化。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05467800
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/NCT05467800
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
适应症：原发性骨髓纤维化、原发性血小板增多症后骨髓纤维化、ET-MF、真性红细胞增多症后相关骨髓纤维化、PV-MF。这是一项开放标签、多中心、2期Canakinumab试验，受试者为原发性骨髓纤维化（PMF）、原发性血小板增多症/真性红细胞增多症后相关MF（Post ET/PV MF）患者。符合条件的患者将在核心研究期8个周期内，于21天周期的第1天接受Canakinumab皮下注射给药。Canakinumab将以200 mg起始剂量（一支150 mg/mL注射器和一支50 mg/0.5 mL注射器）每3周皮下注射（SC）给药一次。当入组患者数量达到10例时，将进行中期分析。若无缓解，或有4例及以上患者出现不可接受的毒性，研究将不进入第二阶段。若患者总数达到最大样本量26例，则当疗效终点缓解数大于3且毒性数小于7时，认为该治疗可接受。
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。
