Asciminib 治疗 ≥3 线 CML-CP 的优化研究
研究包含最长 28 天筛选期、144 周治疗期和 4 周治疗后安全性随访期,患者持续接受 Asciminib 治疗至多 144 周或直至疾病进展、治疗失败或不耐受

基本信息
资源简介
Asciminib 治疗 ≥3 线 CML-CP 的优化研究
该数据集来自 clinicaltrials.gov,聚焦慢性髓性白血病(CML)慢性期(CML-CP)患者中 Asciminib 的治疗优化。研究包含最长 28 天筛选期、144 周治疗期和 4 周治疗后安全性随访期,患者持续接受 Asciminib 治疗至多 144 周或直至疾病进展、治疗失败或不耐受。起始总日剂量为 80 mg,按 1:1 随机分为 40 mg b.i.d. 或 80 mg q.d. 两组,并使用 IRT 避免选择偏倚。第 48 周未达 MMR 或第 48 至 108 周失去应答者,研究者认为获益时可增至 200 mg q.d.。可用于治疗优化与疗效预测研究(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。本研究包括最长 28 天的筛选期、144 周的治疗期和 4 周的治疗后安全性随访期。患者将连续接受 asciminib 作为研究治疗,最长 144 周,或直至疾病进展、治疗失败或对治疗不耐受。在治疗开始时,asciminib 将以每日总剂量 80 mg 提供给所有试验患者。所有患者将按 1:1 随机分配到 2 组,80 mg 分别以 40 mg b.i.d. 或 80 mg q.d. 给药,使用 IRT 以避免任何选择偏倚。对于在第 48 周未达到主要分子学反应(MMR)或在第 48 周评估后至第 108 周期间失去应答的患者,如果研究者认为患者可能从剂量递增中获益,asciminib 剂量可递增至 200 mg q.d.。此外,必须不存在
【主题与分类】
主题标签:Chronic Myelogenous Leukemia。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04948333
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。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT04948333
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
适应症:慢性髓性白血病。本研究包括最长28天的筛选期、144周的治疗期和4周的治疗后安全性随访期。患者将连续接受asciminib作为研究治疗,最长144周,或直至疾病进展、治疗失败或对治疗不耐受。治疗开始时,所有试验患者将接受asciminib,总日剂量为80 mg。所有患者将按1:1随机分配至2组,80 mg以40 mg每日两次或80 mg每日一次给药,使用IRT以避免任何选择偏倚。对于在第48周未达到主要分子学反应(MMR)或在第48周评估后至第108周期间失去反应的患者,如果研究者认为患者可能从剂量递增中获益,asciminib剂量可递增至200 mg每日一次。此外,治疗期间不得出现任何3级或4级毒性,或持续性2级毒性,且这些毒性可能与asciminib相关且对最佳管理无反应。
本试验将共计入组约186例患者:* 将入组156例基线时未达MMR的CML-CP患者,这些患者既往接受过两种或以上TKI治疗,且对末次治疗耐药(ELN 2020警告或失败)或不耐受。对于该人群,将评估48周时MMR的主要终点。* 还将入组最多30例仅对末次TKI治疗不耐受且基线时处于MMR的额外患者。该患者人群将不纳入主要终点分析;然而,所有评估都将与主要终点分析人群中的156例患者一样进行。
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。




