JAK抑制剂Ruxolitinib口服治疗原发性骨髓纤维化等患者的临床研究
该数据集来自clinicaltrials.gov，收录一项关于JAK 1和2抑制剂ruxolitinib口服治疗骨髓纤维化（MF）患者的Phase IB开放标签剂量探索研究
基本信息
资源简介
JAK抑制剂Ruxolitinib口服治疗原发性骨髓纤维化等患者的临床研究
该数据集来自clinicaltrials.gov，收录一项关于JAK 1和2抑制剂ruxolitinib口服治疗骨髓纤维化（MF）患者的Phase IB开放标签剂量探索研究。研究包含核心研究期（剂量递增阶段与至第24周的安全性扩展阶段）及第24周后至3年的扩展研究期，旨在确定起始血小板计数<100 x 10^9/L的MF患者的最大安全起始剂量（MSSD），并进一步表征ruxolitinib的安全性和有效性。数据可用于血液与淋巴系统疾病/骨髓纤维化领域的临床研究分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：适应症：骨髓纤维化。这是一项关于JAK 1和2抑制剂ruxolitinib治疗骨髓纤维化（MF）患者的Phase IB、开放标签、剂量探索研究。研究包括两个阶段：核心研究期，包括剂量递增阶段和至第24周的安全性扩展阶段；随后是第24周之后至3年的扩展研究期，以进一步表征ruxolitinib在该患者群体中的安全性和有效性。剂量递增阶段将连续入组患者队列，接受递增剂量的ruxolitinib，直至确定最大安全起始剂量（MSSD）。在安全性扩展阶段，额外患者将接受剂量递增期间确定的MSSD剂量的ruxolitinib治疗。主要目标是确定ruxolitinib在起始血小板计数<100 x 10^9/L的MF患者中的MSSD。
【主题与分类】
主题标签：Myelofibrosis。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/NCT01317875
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/NCT01317875
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：骨髓纤维化。这是一项关于JAK1和JAK2抑制剂ruxolitinib治疗骨髓纤维化（MF）患者的IB期、开放标签、剂量探索研究。该研究包括两个阶段：核心研究阶段，包括剂量递增阶段和至第24周的安全性扩展期；随后是延伸研究阶段，从第24周之后至3年，以进一步明确ruxolitinib在该患者群体中的安全性和有效性。剂量递增阶段将连续入组接受ruxolitinib递增剂量的患者队列，直至确定最大安全起始剂量（MSSD）。在安全性扩展阶段，额外患者将接受在剂量递增期间确定的MSSD的ruxolitinib治疗。主要目标是确定ruxolitinib在起始血小板计数< 100 x 10^9/L的MF患者中的MSSD。
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。
