欧洲镰状细胞病队列 - 羟基脲
该数据集源自 clinicaltrials.gov，主题为欧洲镰状细胞病队列中羟基脲的应用。源站描述指出，其背景是风险管理计划（RMP），应 EMEA 要求由 Addmedica 收集 Siklos®（羟基脲）用于镰状细胞病患者时的长期安全性信息
基本信息
资源简介
欧洲镰状细胞病队列 - 羟基脲
European Sickle Cell Disease Cohort - Hydroxyurea（欧洲镰状细胞病队列——羟基脲）是一个以镰状细胞病为主题的数据集，来源于 clinicaltrials.gov，在分类上归属于血液与淋巴系统疾病下的镰状细胞贫血。该数据集围绕欧洲镰状细胞病患者使用羟基脲（hydroxycarbamide，商品名 Siklos®）的长期安全性信息展开，其设立背景是风险管理计划（RMP），系应欧洲药品管理局（EMEA）的要求，由 Addmedica 负责收集相关安全性信息。数据集以镰状细胞病为核心主题标签，聚焦于羟基脲这一治疗手段在真实临床人群中的长期安全性观察，可为关注镰状细胞病治疗安全性的研究人员提供与这一队列相关的数据资源。
【数据集背景】
该数据集的产生与药品上市后的风险管理需求密切相关。源站描述明确指出，其背景是风险管理计划（RMP），应 EMEA 的要求，由 Addmedica 收集 Siklos®（羟基脲）用于镰状细胞病患者时的长期安全性信息。这一背景说明该数据集并非单纯的学术研究数据，而是服务于药品安全性监测与风险管理的目标，关注的是药物在患者群体中长期使用时的安全性表现。
【数据内容】
该数据集的主题为镰状细胞病，核心内容围绕欧洲镰状细胞病队列中羟基脲的应用。源站描述所强调的收集目标是 Siklos®（羟基脲）在镰状细胞病患者中使用时的长期安全性信息。除上述主题与安全性信息收集目标外，关于具体变量、字段、记录数量、随访时长等细节，源站未提供。
【采集与来源】
数据集来源于 clinicaltrials.gov。根据源站描述，相关信息的收集系应 EMEA 要求、由 Addmedica 在风险管理计划（RMP）框架下开展，收集对象为使用 Siklos®（羟基脲）的镰状细胞病患者。关于采集的具体机构分工、采集时间范围、采集地点分布及采集流程等技术细节，源站未提供。
【适用场景】
基于其主题与背景，该数据集适用于与镰状细胞病治疗安全性相关的研究场景，尤其是围绕羟基脲（Siklos®）长期安全性信息的了解与参考。其风险管理计划背景也使其可用于药品安全性监测与风险管理相关的工作参考。关于更具体的适用场景界定，源站未提供。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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/NCT02516579
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
条件：镰状细胞病。在风险管理计划（RMP）的背景下，应EMEA对Addmedica的要求，收集Siklos®（羟基脲）用于镰状细胞病患者时的长期安全性信息。
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。
