TPO-RA治疗对ITP患者停药后持续血小板恢复的免疫耐受诱导研究
该数据集来自clinicaltrials.gov,聚焦免疫性血小板减少症(ITP)患者在接受血小板生成素受体激动剂(TPO-RA)治疗达到完全缓解后,不急于减量以维持较高血小板水平,目标维持300-600×10^9/L,并根据血小板计数调整hetrombopag剂量(2.5mg/d~7.5mg/d)

基本信息
资源简介
TPO-RA治疗对ITP患者停药后持续血小板恢复的免疫耐受诱导研究
该数据集来自clinicaltrials.gov,聚焦免疫性血小板减少症(ITP)患者在接受血小板生成素受体激动剂(TPO-RA)治疗达到完全缓解后,不急于减量以维持较高血小板水平,目标维持300-600×10^9/L,并根据血小板计数调整hetrombopag剂量(2.5mg/d~7.5mg/d)。24周治疗后连续两次血小板≥50×10^9/L者进入8周减量期,成功停药且维持≥30×10^9/L者进入疗效与安全性随访,旨在探究该策略能否诱导免疫耐受(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。在本研究中,接受血小板生成素受体激动剂(TPO-RA)治疗后达到完全缓解(PLT ≥100 x 10^9/L)的ITP患者不急于减少药物剂量,以便在一段时间内维持更高水平的血小板计数。治疗目标是将患者血小板计数维持在300-600 × 10^9/L,并根据患者血小板计数调整hetrombopag的剂量(2.5mg/d~7.5mg/d)。经过24周TPO-RA治疗后,所有连续两次访视血小板计数≥ 50 × 10^9/L的患者将进入为期8周的减量期。所有成功停药并维持血小板计数≥30×109/L的患者进入疗效和安全性随访期。目的是研究该策略是否能导致或实现免疫耐受,实现持续
【主题与分类】
主题标签:Immune Thrombocytopenia。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06478537
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/NCT06478537
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。在本研究中,经血小板生成素受体激动剂(TPO-RA)治疗后达到完全缓解(PLT≥100×10^9/L)的ITP患者不急于减少药物剂量,以便在一段时间内维持更高水平的血小板计数。治疗目标是将患者血小板计数维持在300-600×10^9/L,并根据患者血小板计数调整海曲泊帕剂量(2.5mg/d~7.5mg/d)。经过24周TPO-RA治疗后,所有连续两次访视血小板计数≥50×10^9/L的患者将进入为期8周的减量期。所有成功停药且血小板计数维持≥30×10^9/L的患者进入疗效和安全性随访期。目的是研究该策略是否能导致免疫耐受的产生或实现,在停用TPO-RA后实现无治疗持续缓解(SROT)(PLT≥50×10^9/L,未使用其他ITP特异性药物,无出血)。
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。




