Pacritinib对比Hydroxyurea治疗晚期增殖性慢性粒单核细胞白血病
该数据集来自clinicaltrials.gov,聚焦晚期增殖性慢性粒单核细胞白血病(CMML)的随机、多中心、开放标签Phase 2临床试验

基本信息
资源简介
Pacritinib对比Hydroxyurea治疗晚期增殖性慢性粒单核细胞白血病
该数据集来自clinicaltrials.gov,聚焦晚期增殖性慢性粒单核细胞白血病(CMML)的随机、多中心、开放标签Phase 2临床试验。研究比较Pacritinib与Hydroxyurea在成人患者中的疗效与安全性,计划约66例受试者按2:1随机分配,分别接受Pacritinib 200 mg每日两次或Hydroxyurea,治疗最长48周,并按既往治疗情况分层。数据覆盖筛选、治疗、治疗后随访及生存随访阶段,可用于评估药物疗效、安全性及治疗反应等研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:慢性粒单核细胞白血病。这是一项随机、多中心、开放标签的Phase 2临床试验,评估Pacritinib与Hydroxyurea相比在晚期增殖性慢性粒单核细胞白血病(CMML)成人受试者中的疗效和安全性。约66名受试者将按2:1比例随机分配,接受Pacritinib 200 mg每日两次(n=44)或Hydroxyurea(n=22),治疗最长48周。随机化将根据既往治疗(即既往使用过Hydroxyurea或hypomethylating agents vs. 无既往治疗)进行分层。研究包括: 28天筛选期 48周治疗期 30天治疗后随访 随机化后持续约一年的生存随访期。接受Pacritinib且在24周时经治疗医生评估未获益的受试者将停止治疗。
【主题与分类】
主题标签:Leukemia, Myelomonocytic, Chronic。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07033598
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/NCT07033598
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
疾病:慢性粒单核细胞白血病。这是一项随机、多中心、开放标签的2期临床试验,旨在评估帕克替尼与羟基脲相比,在晚期增殖性慢性粒单核细胞白血病(CMML)成人受试者中的疗效和安全性。约66名受试者将按2:1的比例随机分配,接受帕克替尼200 mg每日两次(n=44)或羟基脲(n=22)治疗,最长持续48周。随机化将根据既往治疗情况(即既往使用过羟基脲或去甲基化药物 vs. 未接受过治疗)进行分层。该研究包括:* 28天筛选期 * 48周治疗期 * 30天治疗后随访 * 随机化后持续约一年的生存随访期 接受帕克替尼治疗的受试者,若在第24周时经治疗医生评估未获益,将停止治疗。羟基脲组的受试者若在第24周时未获益,或出现非白血病性疾病进展,可在符合预先定义的“安全转换”标准的情况下,转换为帕克替尼治疗,直至治疗期结束。
因毒性、疾病进展或其他方案定义标准而停止研究治疗的参与者将进入生存随访,以监测总生存期、无事件生存期、无白血病生存期以及接受异基因造血干细胞移植的情况。数据将至少每三个月收集一次,直至死亡、造血干细胞移植或白血病转化。独立数据监测委员会将监督安全性,首次审查在约18名参与者入组后进行,随后大约每6个月审查一次。
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。




