Doptelet® 用于 ITP 患者的多中心观察性疗效与使用研究
该数据集来自 clinicaltrials.gov,为一项多中心、观察性、4 期研究,对象为接受 Doptelet 治疗的免疫性血小板减少症(ITP)患者

基本信息
资源简介
Doptelet® 用于 ITP 患者的多中心观察性疗效与使用研究
该数据集来自 clinicaltrials.gov,为一项多中心、观察性、4 期研究,对象为接受 Doptelet 治疗的免疫性血小板减少症(ITP)患者。研究旨在描述 Doptelet 在常规医疗实践中的真实世界有效性,并评估药物使用模式,同时收集回顾性与前瞻性数据,涵盖用药、有效性、安全性、患者与临床医生报告结局及健康经济参数。数据可用于分析 ITP 治疗模式、药物利用与真实世界疗效(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:免疫性血小板减少症,ITP。这是一项针对 ITP 患者的多中心、观察性、4 期研究,旨在描述 Doptelet 的真实世界有效性,并评估药物使用模式,以补充关于 Doptelet 在常规医疗实践中使用的知识库。符合参与条件的患者将作为其常规医疗护理的一部分接受 Doptelet 治疗 ITP。研究范围是收集回顾性和前瞻性数据。研究的主要部分将是前瞻性收集关于使用、有效性、安全性、患者和临床医生报告结局以及健康经济参数的数据,而回顾性部分将包括收集关于既往治疗、治疗转换原因、医疗资源使用以及(如适用)入组前 Doptelet 治疗的信息。
【主题与分类】
主题标签:Immune Thrombocytopenia、ITP。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04943042
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/NCT04943042
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:免疫性血小板减少症(ITP)。这是一项针对ITP患者的多中心、观察性、4期研究,旨在描述Doptelet在真实世界中的有效性,并评估药物使用模式,以补充Doptelet在常规医疗实践中使用的知识基础。符合参与条件的患者将在其常规医疗护理中接受Doptelet治疗ITP。研究范围包括收集回顾性和前瞻性数据。研究的主要部分为前瞻性收集有关使用情况、有效性、安全性、患者和临床医生报告的结果以及卫生经济学参数的数据,而回顾性部分将包括收集既往治疗、治疗转换原因、医疗资源使用情况以及(如适用)入组前Doptelet治疗的信息。回顾性数据收集将基于患者病历中可用的信息。数据收集时间范围为Doptelet治疗开始前最长12个月。前瞻性数据将在整个研究期间的常规临床访视中收集。
患者将接受12(+6)个月的随访,并将在入组后12个月内的首次计划访视前持续入组,或直至提前终止,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。




