AMG 531 治疗脾切除难治性免疫性血小板减少性紫癜受试者的研究
该数据集来自 clinicaltrials.gov，聚焦于脾切除术后难治的免疫性（特发性）血小板减少性紫癜（ITP）受试者
基本信息
资源简介
AMG 531 治疗脾切除难治性免疫性血小板减少性紫癜受试者的研究
AMG 531 Treatment of Thrombocytopenic Subjects With Immune (Idiopathic) Thrombocytopenic Purpura (ITP) Refractory to Splenectomy 是一项登记于 clinicaltrials.gov 的临床研究数据集，聚焦于脾切除术后难治的免疫性（特发性）血小板减少性紫癜受试者。该数据集围绕 AMG 531 在治疗此类受试者血小板减少方面的疗效评价展开，以血小板反应作为主要衡量指标，同时关注患者报告结局及健康资源利用情况在治疗过程中的变化。数据集在本站归入免疫系统疾病 / 其他分类，主题标签为血小板减少症与特发性血小板减少性紫癜，可为相关疾病领域的研究者了解该研究的对象人群、干预方向与评价维度提供入口。
【数据集背景】
免疫性（特发性）血小板减少性紫癜是一种以血小板减少为特征的免疫相关疾病，部分受试者在接受脾切除术后仍表现为难治状态，治疗选择有限。该数据集所对应的研究正是针对这一特定人群设计，旨在评估 AMG 531 在改善脾切除术后难治性 ITP 受试者血小板减少方面的疗效。研究以血小板反应作为疗效衡量的核心指标，并同步考察治疗对患者报告结局与健康资源利用的影响，体现了从实验室指标到患者体验及医疗资源消耗的多维度评价思路。
【数据内容】
该数据集的主题标签为血小板减少症与特发性血小板减少性紫癜，研究条件涉及血小板减少症及特发性血小板减少性紫癜。研究目的包括评价 AMG 531 治疗 ITP 受试者血小板减少的疗效，以血小板反应作为衡量依据，并评估因 AMG 531 治疗而产生的患者报告结局变化与健康资源利用变化。除上述研究条件、目的与评价维度外，数据集所包含的具体字段、变量结构、受试者数量及观测时间点等信息，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov，属于临床研究登记信息。其内容围绕一项针对脾切除术后难治的免疫性（特发性）血小板减少性紫癜受试者的研究展开，研究关注 AMG 531 的治疗效果及相关结局指标。关于数据采集的具体方式、采集机构、采集时间范围与更新频率等信息，源站未提供。
【适用场景】
基于现有信息，该数据集适用于了解脾切除术后难治性 ITP 人群的临床研究设计思路，尤其是以血小板反应为主要疗效指标、并兼顾患者报告结局与健康资源利用的研究框架。相关领域的研究者、临床医生及对免疫性血小板减少性疾病感兴趣的人员，可借助该数据集把握该研究方向与评价维度。关于该数据集在二次分析、模型训练或其他具体应用场景中的适用性，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据获取方式、文件格式、字段说明及分析建议等。
【质量与限制】
该数据集为临床研究登记信息，其内容以研究条件、目的与评价维度为主。关于数据完整性、准确性、样本量、缺失情况与偏倚控制等质量相关信息，源站未提供。使用时应注意到，现有描述未涵盖具体数据层面的细节，不宜据此对数据质量作出推断。
【引用与许可】
源站未提供该数据集的引用方式与许可信息。
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/NCT00102323
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：血小板减少症、特发性血小板减少性紫癜。本研究旨在通过血小板反应评估AMG 531治疗ITP受试者血小板减少症的疗效。本研究还将评估AMG 531治疗引起的患者报告结局和卫生资源利用的变化。
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。
