Ivosidenib 用于 AML 造血干细胞移植后维持治疗
该数据集来自 clinicaltrials.gov,主题为 Ivosidenib 作为急性髓系白血病(AML)患者造血干细胞移植(HSCT)后维持治疗的研究

基本信息
资源简介
Ivosidenib 用于 AML 造血干细胞移植后维持治疗
该数据集来自 clinicaltrials.gov,主题为 Ivosidenib 作为急性髓系白血病(AML)患者造血干细胞移植(HSCT)后维持治疗的研究。研究为前瞻性、安慰剂对照、随机、单盲、多中心 II 期试验,比较突变 IDH1 抑制剂 ivosidenib 与安慰剂在 HSCT 后 AML 参与者中的效果,考察其能否预防 IDH1 突变型 AML 移植后复发。研究流程包括资格筛查、研究治疗、评估与随访,HCT 及移植前后标准治疗均属常规诊疗。预计参与时长约 3.5 年。数据可用于评估该药在移植后维持治疗中的潜在获益(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:IDH1 突变、急性髓系白血病(AML)、造血干细胞移植(HSCT)。这是一项前瞻性、安慰剂对照、随机、单盲、多中心的 II 期研究,研究对象为突变 IDH1 抑制剂 ivosidenib,与安慰剂进行比较,受试者为 HCT 后的 AML 参与者。本研究正在检验 ivosidenib 是否可作为预防 IDH1 突变型急性髓系白血病在造血干细胞移植后复发的有益药物。美国食品药品监督管理局(FDA)尚未批准 ivosidenib 用于 HCT 后的这一适应症,但已批准其用于其他用途。研究程序包括资格筛查和研究治疗,包括评估和随访。HCT 及 HCT 前后的任何标准治疗均为标准诊疗。预计参与研究的时长为 3.5 年,从
【主题与分类】
主题标签:IDH1 Mutation、Acute Myeloid Leukemia (AML)。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06707493
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/NCT06707493
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
条件:IDH1突变、急性髓系白血病(AML)、造血干细胞移植(HSCT)。这是一项前瞻性、安慰剂对照、随机、单盲、多中心、II期研究,旨在比较突变IDH1抑制剂ivosidenib与安慰剂在HSCT后AML受试者中的效果。本研究正在检验ivosidenib作为预防造血干细胞移植后IDH1突变急性髓系白血病复发药物是否有益。美国食品药品监督管理局(FDA)尚未批准ivosidenib用于HSCT后的该适应症,但已批准用于其他用途。研究程序包括资格筛选和研究治疗,包括评估和随访。HSCT及HSCT前后的任何标准治疗均为标准治疗。预计参与研究的时间从筛选到计划随访结束为3.5年,包括长达24个月的研究治疗。24个月后,受试者将再接受长达12个月的随访。预计约75人将参与这项研究。
施维雅制药公司通过提供ivosidenib/安慰剂以及研究活动资金来支持这项研究。
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。




