Dibotatug (DR-01) 治疗成人骨髓衰竭综合征的1/2期研究
该数据集来自 clinicaltrials.gov，为一项开放标签1/2期研究（DR-01-HEM-001），评估 dibotatug 在成人骨髓衰竭综合征患者中的安全性与疗效
基本信息
资源简介
Dibotatug (DR-01) 治疗成人骨髓衰竭综合征的1/2期研究
该数据集来自 clinicaltrials.gov，为一项开放标签1/2期研究（DR-01-HEM-001），评估 dibotatug 在成人骨髓衰竭综合征患者中的安全性与疗效。研究覆盖复发型重型再生障碍性贫血、难治型重型再生障碍性贫血以及复发或难治的输血依赖型非重型再生障碍性贫血三类人群，分三个队列入组。第一阶段在最多12名可评估受试者中评估安全性与初步疗效，经安全审查委员会判断后可进入第二阶段，累计入组最多60名受试者。数据可用于血液系统罕见病治疗安全性、疗效及队列设计相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：适应症：骨髓衰竭综合征、再生障碍性贫血、重型再生障碍性贫血（SAA）、重型再生障碍性贫血复发、重型再生障碍性贫血难治、非重型再生障碍性贫血。研究 DR-01-HEM-001 是一项开放标签1/2期研究，评估 dibotatug 在成人骨髓衰竭综合征患者中的安全性与疗效。受试者将分三个队列入组。队列A包括复发型重型再生障碍性贫血受试者，队列B包括难治型重型再生障碍性贫血受试者，队列C包括复发或难治的输血依赖型非重型再生障碍性贫血受试者。第一阶段将在最多12名可评估受试者中评估安全性与初步疗效，若安全审查委员会认为适当，研究将继续进入第二阶段，累计入组最多60名受试者。
【主题与分类】
主题标签：Bone Marrow Failure Syndromes、Aplastic Anemias、Severe Aplastic Anemia (SAA)、Severe Aplastic Anemia, Relapse、Severe Aplastic Anemia, Refractory、Non-severe Aplastic Anemia。本站分类：肌肉骨骼系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07712562
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/NCT07712562
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：骨髓衰竭综合征、再生障碍性贫血、重型再生障碍性贫血（SAA）、重型再生障碍性贫血复发、重型再生障碍性贫血难治性、非重型再生障碍性贫血。研究DR-01-HEM-001是一项开放标签的1/2期研究，评估dibotatug在成人BMF综合征患者中的安全性和有效性。受试者将分为三个队列入组。队列A包括复发性重型再生障碍性贫血受试者，队列B包括难治性重型再生障碍性贫血受试者，队列C包括复发或难治性输血依赖性非重型再生障碍性贫血受试者。第1阶段将在最多12名可评估受试者中评估安全性和初步有效性，若安全审查委员会认为适当，研究将继续进入第2阶段，共招募最多60名受试者。
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。
