特立氟胺联合达那唑治疗激素抵抗/复发免疫性血小板减少症
该数据集来自 clinicaltrials.gov，主题为特立氟胺联合达那唑治疗激素抵抗或复发免疫性血小板减少症（ITP）
基本信息
资源简介
特立氟胺联合达那唑治疗激素抵抗/复发免疫性血小板减少症
该数据集英文名为 The Combination of Teriflunomide and Danazol for Steroid-resistant/Relapse Immune Thrombocytopenia，来源于 clinicaltrials.gov，主题标签为 Immune Thrombocytopenia，在本站归类于免疫系统疾病 / 其他。其核心内容围绕一项在中国开展的前瞻性、多中心、随机、对照试验，受试者为 124 例激素抵抗或复发的成人免疫性血小板减少症（ITP）患者。试验将患者随机分配至试验组（特立氟胺联合达那唑）或阳性对照药组（达那唑单药治疗）。当出现非常严重或危及生命的不良事件，或患者提出要求时，治疗终止。该数据集为关注 ITP 治疗策略的研究者提供了这一试验的相关信息入口。
【数据集背景】
免疫性血小板减少症是一种以血小板减少为特征的免疫系统疾病。对于激素抵抗或复发的患者，临床上需要探索新的治疗组合。该数据集所对应的研究即针对这一临床问题，评估特立氟胺联合达那唑相较于达那唑单药治疗的方案。研究设计为前瞻性、多中心、随机、对照试验，纳入对象为中国的 124 例成人激素抵抗/复发 ITP 患者，设有试验组与阳性对照药组，并规定了治疗终止条件。
【数据内容】
该数据集的主题标签为 Immune Thrombocytopenia，所属分类为免疫系统疾病 / 其他。源站描述涵盖研究条件（Immune Thrombocytopenia）、研究类型与设计（前瞻性、多中心、随机、对照试验）、受试者规模与人群（124 例成人激素抵抗/复发 ITP 患者，中国）、干预与对照（特立氟胺联合达那唑对比达那唑单药治疗）以及治疗终止规则（出现非常严重或危及生命的不良事件或患者要求时终止治疗）。除上述内容外，源站未提供更细粒度的数据字段说明。
【采集与来源】
该数据集来自 clinicaltrials.gov。源站描述表明其对应一项在中国开展的多中心随机对照试验。除来源站与源站描述所载信息外，源站未提供关于数据采集流程、时间范围或具体采集机构的进一步说明。
【适用场景】
基于现有信息，该数据集可用于了解特立氟胺联合达那唑治疗激素抵抗/复发成人 ITP 的随机对照试验概况，适合作为相关临床研究检索、试验设计参考以及治疗策略比较的背景资料。关于具体分析用途或统计应用，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、访问方式或数据结构说明。
【质量与限制】
该数据集的信息来自 clinicaltrials.gov 的源站描述，涵盖试验设计与人群规模等概要内容。源站未提供关于数据完整性、准确性校验、缺失情况或偏倚控制的进一步说明。使用时应以源站原始记录为准。
【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/NCT06176911
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
条件：免疫性血小板减少症。这是一项在中国开展的前瞻性、多中心、随机、对照试验，纳入124例激素耐药/复发的ITP成年患者。患者被随机分配接受实验性特立氟胺联合达那唑治疗或活性对照药达那唑单药治疗。若出现非常严重或危及生命的不良事件或应患者要求，则终止治疗。
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。
