评估 Ruxolitinib 安全性与有效性的序贯两阶段剂量递增研究
研究为 1/2 期、两阶段、序贯队列剂量递增设计，若按计划完成剂量递增，预计入组不超过 53 名受试者，速率约每月 3 名
基本信息
资源简介
评估 Ruxolitinib 安全性与有效性的序贯两阶段剂量递增研究
该数据集来自 clinicaltrials.gov，主题为骨髓单核细胞白血病（Myelomonocytic Leukemia），属于肿瘤/白血病范畴。研究为 1/2 期、两阶段、序贯队列剂量递增设计，若按计划完成剂量递增，预计入组不超过 53 名受试者，速率约每月 3 名。2 期采用 Simon 最优两阶段设计，检验响应率等于 10% 对等于 30% 的备择假设。人口学与临床变量用描述性统计汇总，安全性与有效性数据整体分析，适当时按剂量队列分别分析。可用于评估 Ruxolitinib 在该病种中的安全性、有效性及剂量反应关系（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：骨髓单核细胞白血病。这是一项 1/2 期、两阶段、序贯队列剂量递增研究。如果剂量递增按计划完成，预计本研究入组不超过 53 名受试者，速率约为每月 3 名受试者。对于 2 期研究，将采用 Simon 最优两阶段设计来检验响应率（RR）等于 10% 的零假设与 RR 等于 30% 的备择假设。研究患者的人口学和临床变量将使用描述性统计（均值、标准差、中位数、四分位距、范围和频数计数及百分比）进行汇总。安全性和有效性数据将整体分析，并在适当时分别对每个剂量队列进行分析。
【主题与分类】
主题标签：Myelomonocytic Leukemia。本站分类：肿瘤/白血病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT01776723
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/NCT01776723
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
Conditions: Myelomonocytic Leukemia. This is a phase 1/2, two-stage, sequential cohort dose escalation study. If dose escalation is completed as planned, no more than 53 subjects are expected to enroll onto this study at a rate of approximately 3 subjects every month. For the Phase 2 study the Simon’s optimal two-stage design will be employed to test the null hypothesis that response rate (RR) equals to 10% versus the alternative that RR equals to 30%. Demographic and clinical variables for the study patients will be summarized using descriptive statistics (mean, standard deviation, median, inter-quartile range, range, and frequency counts and percentages). Safety and efficacy data will be analyzed overall as well as separately for each dose cohort when appropriate.
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。
