OMS721 在血栓性微血管病患者中的同情用药
该数据集来自 clinicaltrials.gov，为 OMS721 在血栓性微血管病患者中开展的开放标签扩展可及研究，面向已参加 OMS721-TMA-001 临床试验的患者提供继续治疗
基本信息
资源简介
OMS721 在血栓性微血管病患者中的同情用药
OMS721 Compassionate Use in Patients With Thrombotic Microangiopathy 是一项登记于 clinicaltrials.gov 的开放标签扩展可及研究，针对血栓性微血管病患者，为已参加 OMS721-TMA-001 临床试验的患者提供 OMS721 的继续治疗。研究面向在既往试验中疾病活动标志物（如血小板计数、乳酸脱氢酶和结合珠蛋白）出现改善，或疾病活动保持稳定但可能从更高剂量治疗中获益的患者。研究过程中将监测不良事件与实验室指标等安全性 measures，同时监测疾病活动标志物、药代动力学及离体药效动力学。本站将其归入免疫系统疾病 / 其他分类，主题标签为血栓性微血管病。
【数据集背景】
血栓性微血管病是一类以微血管病性溶血性贫血、血小板减少及器官损伤为特征的疾病群。OMS721 在该病领域的临床研究通过 OMS721-TMA-001 试验开展，本数据集对应的研究是在该试验基础上设置的开放标签扩展可及研究，目的是让既往试验参与者获得继续治疗的机会。研究采用开放标签设计，不设盲法，属于扩展可及（同情用药）性质的研究，而非新发适应症的对照试验。
【数据内容】
该研究收集的数据围绕安全性、疾病活动度及药物体内外行为展开。安全性方面包括不良事件和实验室检测指标；疾病活动方面包括血小板计数、乳酸脱氢酶和结合珠蛋白等标志物；此外还监测药代动力学参数和离体药效动力学指标。研究不涉及安慰剂对照或随机分组，数据以患者个体的连续观察为主。
【采集与来源】
数据来源于 clinicaltrials.gov 登记的这项开放标签扩展可及研究。研究对象为已参加 OMS721-TMA-001 临床试验的血栓性微血管病患者，入组条件与既往试验中的疾病活动标志物变化或疾病稳定状态相关。源站未提供具体的样本量、研究中心数量、随访时长及采集时间窗等信息。
【适用场景】
该数据集适用于了解 OMS721 在血栓性微血管病患者中继续用药的安全性监测与疾病活动标志物变化情况，也可用于关注扩展可及研究设计、同情用药路径以及药代动力学与离体药效动力学联合监测的研究者参考。由于研究性质为扩展可及，其数据不适合直接用于评价药物的确证性疗效。
【使用方法】
源站未提供具体的数据下载方式、文件格式、字段结构或统计分析建议。使用者需依据 clinicaltrials.gov 上该登记记录的公开信息自行判断可用内容。
【质量与限制】
该研究为开放标签、非对照的扩展可及研究，入组人群限定为既往试验参与者，样本来源具有选择性，缺乏盲法与对照组，因此结果易受偏倚影响，外推性有限。源站未提供样本量、随访完整性、缺失数据处理及质量控制措施等细节。
【引用与许可】
源站未提供引用格式与许可条款信息。
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/NCT02355782
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
适应症：血栓性微血管病。本研究为开放标签、扩展可及性研究，旨在为已参加临床试验OMS721-TMA-001的患者提供继续使用OMS721的同情用药治疗。若在研究期间观察到疾病活动度标志物（如血小板计数、LDH和结合珠蛋白）改善，或患者疾病活动度保持稳定但可通过更高剂量治疗可能获益，则患者符合入选条件。将监测不良事件的安全性指标及实验室指标。同时还将监测疾病活动度标志物、药代动力学及离体药效学。
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。
