镰状细胞病患者完成既往诺华赞助Crizanlizumab研究后的延续研究

该数据集来自clinicaltrials.gov,聚焦镰状细胞病患者在完成既往诺华赞助的Crizanlizumab研究后的延续治疗研究

Novartis PharmaceuticalsNovartis Pharmaceuticals
clinicaltrials
浏览 3
其他Sickle Cell Disease
Rollover Study for Patients With Sickle Cell Disease Who Have Completed a Prior Novartis-Sponsored Crizanlizumab Study

基本信息

模态
其他
创建/更新时间
2026-10-23

资源简介

镰状细胞病患者完成既往诺华赞助Crizanlizumab研究后的延续研究

该数据集来自clinicaltrials.gov,聚焦镰状细胞病患者在完成既往诺华赞助的Crizanlizumab研究后的延续治疗研究。数据覆盖患者从母研究直接转入、按原剂量和方案继续接受Crizanlizumab治疗,并包含末次给药后105天的安全性随访安排。研究预计自首例患者首次访视起开放10年或直至治疗可商业获取。可用于了解镰状细胞病延续治疗研究的设计与安全性随访框架(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:镰状细胞病。本研究无筛选期,患者将直接从母研究转入。在提供知情同意后,所有符合条件的参与者应尽早开始Crizanlizumab治疗,遵循母研究末次给药后28天的治疗计划。Crizanlizumab将按母研究中的相同剂量/方案给药。研究参与者将在末次研究治疗给药后105天进行安全性随访访视。105天的安全性随访不适用于那些在治疗结束访视后继续通过商业途径或通过PSDS接受Crizanlizumab的参与者。本研究预计自本临床研究首例患者首次访视(FPFV)起开放10年,或直至研究治疗可商业获取。

【主题与分类】

主题标签:Sickle Cell Disease。本站分类:血液与淋巴系统疾病/镰状细胞贫血。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04657822

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT04657822

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

适应症:镰状细胞病。本研究不设筛选期,患者将直接从母研究转入。在提供知情同意后,所有符合条件的受试者应尽早开始Crizanlizumab治疗,按照母研究末次给药后28天的治疗计划进行。Crizanlizumab将按照与母研究相同的剂量/方案给药。研究参与者将在末次给予研究药物后105天进行安全性随访访视。对于在治疗结束访视后继续通过商业途径或通过PSDS接受Crizanlizumab的参与者,105天的安全性随访不适用。本研究预计自本临床研究中首位患者首次访视(FPFV)起开放10年,或直至研究治疗在相应适应症中实现商业化并可报销,或直至所有入组患者不再需要Crizanlizumab治疗,或PSDS治疗计划根据当地法律法规获得允许和批准,以先发生者为准。

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。

获取专属数据定制方案