Asciminib治疗伴T315I突变的慢性期CML患者的疗效研究

该数据集来自clinicaltrials.gov,聚焦慢性髓性白血病(CML)伴BCR::ABL1 T315I突变患者,收录一项多中心、前瞻性、单臂、非随机、干预性II期研究

Thomas Ernst, PD Dr. med.Thomas Ernst, PD Dr. med.
clinicaltrials
浏览 19
基因组预测Chronic Myeloid Leukemia (CML)
Efficacy of Asciminib in Chronic Phase CML Patients With T315I Mutations

基本信息

模态
基因组
任务类型
预测
创建/更新时间
2026-10-09

资源简介

Asciminib治疗伴T315I突变的慢性期CML患者的疗效研究

该数据集来自clinicaltrials.gov,聚焦慢性髓性白血病(CML)伴BCR::ABL1 T315I突变患者,收录一项多中心、前瞻性、单臂、非随机、干预性II期研究。研究对象为处于第一次或第二次慢性期(即异基因干细胞移植后)且经证实存在T315I突变的CML患者,全部接受asciminib 200 mg每日两次治疗。计划在德国约20个研究中心入组50例患者,总研究时长预计约4年,包括约24个月入组期和至少24个月asciminib治疗,末例患者入组后继续随访24个月。数据可用于评估该药物在特定突变人群中的疗效与安全性(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):适应症:慢性髓性白血病(CML)。这是一项多中心、前瞻性、单臂、非随机、干预性II期研究,研究对象为处于第一次或第二次慢性期(即异基因干细胞移植后)且经证实存在BCR::ABL1 T315I突变的CML患者。所有患者将接受asciminib 200 mg每日两次治疗。计划从德国约20个研究中心入组50例患者。总研究时长预计约4年。这包括约24个月的入组期和至少24个月的asciminib治疗。研究将在末例患者入组之日起继续24个月。入组患者将在研究期间、死亡或退出参与前接受随访。研究期间停止治疗的患者也将在研究期间接受随访,包括th

【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/NCT07789574

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/NCT07789574

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(CML)。这是一项多中心、前瞻性、单臂、非随机、干预性II期研究,研究对象为处于第一次或第二次慢性期(即异基因干细胞移植后)且经证实存在BCR::ABL1 T315I突变的CML患者。所有患者将接受asciminib 200 mg每日两次治疗。计划从德国约20个研究中心入组50例患者。预计研究总最长持续时间约为4年,包括约24个月的入组期和至少24个月的asciminib治疗期。研究将在末例患者入组之日起持续24个月。入组患者将在研究期间、死亡或退出参与前接受随访。研究期间停止治疗的患者也将在研究期间接受随访,包括那些更换抗肿瘤治疗的患者。停药后30天内发生不良事件(AE)的患者将特别接受随访,以确定AE的后果。

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。