ELVN-001 治疗慢性髓性白血病 1a/1b 期研究

该数据集来自 clinicaltrials.gov,收录一项 ELVN-001 治疗慢性髓性白血病(CML)的 1a/1b 期首次人体剂量递增试验

Enliven TherapeuticsEnliven Therapeutics
clinicaltrials
浏览 10
其他预测Chronic Myeloid LeukemiaCml
A Phase 1a/1b Study of ELVN-001 for the Treatment Chronic Myeloid Leukemia

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-12

资源简介

ELVN-001 治疗慢性髓性白血病 1a/1b 期研究

该数据集来自 clinicaltrials.gov,收录一项 ELVN-001 治疗慢性髓性白血病(CML)的 1a/1b 期首次人体剂量递增试验。研究对象为慢性期 CML 患者,涵盖伴或不伴 T315I 突变人群,主要目的是确定单药 ELVN-001 的推荐扩展剂量(RDEs),并评估其安全性、耐受性、药代动力学特征及 BCR-ABL1 转录本变化。数据可用于了解该药物在 CML 成人患者中的安全性、PK 与初步抗 CML 活性,为后续开发提供依据(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:慢性髓性白血病、慢性期慢性髓性白血病、BCR-ABL1 阳性、CML。这项 ELVN-001 的首次人体试验是一项剂量递增研究,主要目的是确定单药 ELVN-001 在伴或不伴 T315I 突变的慢性期 CML 中的推荐扩展剂量(RDEs)。将评估 ELVN-001 的安全性、耐受性和药代动力学特征,并评估 BCR-ABL1 转录本的变化。对安全性特征、PK 和抗 CML 活性初步证据的理解将用于指导 ELVN-001 在 CML 成人患者中的未来开发。凭借其预测的药理学特征,ELVN-001 有潜力在不能耐受或无法从现有 TKI 中获益的伴或不伴 T315I 突变的 CML 患者中实现可耐受并达到深度分子学缓解。

【主题与分类】

主题标签:Chronic Myeloid Leukemia、Cml。本站分类:肿瘤/白血病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05304377

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT05304377

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:慢性髓性白血病、慢性期慢性髓性白血病、BCR-ABL1阳性、CML。这项ELVN-001的首次人体试验是一项剂量递增研究,主要目的是确定单药ELVN-001在伴或不伴T315I突变的慢性期CML中的推荐扩展剂量(RDEs)。将评估ELVN-001的安全性、耐受性和药代动力学特征,同时评估BCR-ABL1转录本的变化。对安全性特征、药代动力学及抗CML活性初步证据的了解将用于指导ELVN-001在成人CML患者中的未来开发。凭借其预测的药理学特征,ELVN-001有潜力在不能耐受现有TKI或未能从中获益的伴或不伴T315I突变的CML患者中实现可耐受性并达到深度分子学缓解。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。