欧洲成人原发性ITP使用血小板生成素受体激动剂的评估
该数据集来自clinicaltrials.gov,聚焦欧洲成人原发性免疫性血小板减少症(ITP)患者在常规临床实践中使用血小板生成素受体激动剂(TPO-RA)的情况

基本信息
资源简介
欧洲成人原发性ITP使用血小板生成素受体激动剂的评估
该数据集来自clinicaltrials.gov,聚焦欧洲成人原发性免疫性血小板减少症(ITP)患者在常规临床实践中使用血小板生成素受体激动剂(TPO-RA)的情况。源站描述涵盖主要目标与次要目标:主要目标评估TPO-RA在真实临床实践中的使用标准,关注ITP疾病阶段(新诊断0-3个月、持续性3-12个月、慢性>12个月)、耐受性、安全性、剂量与缓解情况;次要目标分析可能影响TPO-RA选择的患者特征(如既往血栓栓塞疾病、出血、血小板计数、外科手术等),并评估对国际指南的依从程度。数据可用于研究TPO-RA在ITP中的真实世界应用模式、安全性及指南遵循情况(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:原发性免疫性血小板减少症(ITP)。目标:主要目标:评估欧洲常规临床实践中TPO-RA的使用标准,特别关注ITP阶段(疾病阶段将根据医疗记录中确立ITP诊断的时间来定义:新诊断,0-3个月;持续性,3-12个月;慢性,>12个月)、耐受性、安全性、剂量和缓解情况,在对照临床试验之外。次要目标:分析可能影响血小板生成素受体激动剂选择用于治疗ITP的患者特征,考虑特定临床方面(如既往血栓栓塞疾病、出血、血小板计数、外科手术等)。评估对与血小板生成素受体激动剂使用相关的国际指南的依从程度
【主题与分类】
主题标签:Primary 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/NCT06408324
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/NCT06408324
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
疾病条件:原发性免疫性血小板减少症(ITP)。研究目的:主要目的:评估欧洲常规临床实践中TPO-RA的使用标准,特别关注ITP的分期(疾病分期将根据病历中确立ITP诊断的时间来定义:新诊断,0-3个月;持续性,3-12个月;慢性,>12个月)、耐受性、安全性、给药剂量及缓解情况,且这些评估均在对照临床试验之外进行。次要目的:分析可能影响选择血小板生成素受体激动剂治疗ITP的患者特征,考虑特定临床因素(如既往血栓栓塞性疾病、出血、血小板计数、外科手术等)。评估常规临床实践中对有关血小板生成素受体激动剂使用的国际指南的依从程度。研究中心描述:该研究将在来自6个国家(英国、西班牙、意大利、挪威、法国和瑞士)的18家欧洲医院的医疗科室进行,每个国家3个研究中心。
ITP欧洲研究联盟(ERCI)的创始成员将确定并选择研究站点/研究者。参与本项目的站点必须确保能够提供ITP患者的全部诊疗服务,并且能够从站点医疗记录中获取填写CRF所需的所有信息。研究人群:2014年1月至2018年12月期间开始接受血小板生成素受体激动剂(罗米司亭/艾曲泊帕)治疗ITP的患者。预计将纳入约350例接受TPO-RA治疗的ITP患者。观察性研究流程:筛选:各站点将通过审查2014年1月至2016年12月期间开始接受血小板生成素类似物治疗的ITP患者(无论疾病分期)的医疗记录来筛选患者。为防止筛选偏倚,医疗记录将连续筛选
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。




