评估Asciminib治疗新诊断慢性期慢性髓性白血病患者疗效与安全性的II期研究

慢性髓性白血病:主要目标为12个月时主要分子学缓解(MMR)率。主要目标: • 评估12个月时的主要分子学反应(MMR)率

M.D. Anderson Cancer CenterM.D. Anderson Cancer Center
clinicaltrials
浏览 18
其他预测Chronic Myeloid Leukemia
Phase II Study Assessing Efficacy and Safety of Asciminib in Patients With Newly Diagnosed Chronic Myeloid Leukemia in Chronic Phase.

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-01

资源简介

评估Asciminib治疗新诊断慢性期慢性髓性白血病患者疗效与安全性的II期研究

慢性髓性白血病:主要目标为12个月时主要分子学缓解(MMR)率。次要目标包括12个月时完全细胞遗传学缓解(CCyR,或PCR≤1% IS)率;6、12、18、24、36个月BCR::ABL1转录本4.5-log下降(MR4.5)比例;TFR率;进展时间、无进展生存、总生存;asciminib治疗不良事件毒性;持续3年及以上MR4.5比例及MR4.5累积总率(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:慢性髓性白血病。 主要目标: • 评估12个月时的主要分子学反应(MMR)率。 次要目标: 评估12个月时的完全细胞遗传学缓解(CCyR,或 PCR ≤ 1% IS)率 估计在治疗6、12、18、24和36个月时,BCR::ABL1转录本下降4.5个对数级(MR4.5)的受试者比例。 估计无治疗缓解(TFR)率 估计至进展时间、无进展生存期和总生存期。 通过评估受试者在接受asciminib治疗期间发生的不良事件,评估该给药方案的毒性 估计MR4.5持续3年及以上的受试者比例。 * 估计MR4.5的累积总发生率。

【主题与分类】

主题标签:Chronic Myeloid Leukemia。本站分类:肿瘤/白血病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06236724

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT06236724

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。
主要目标:
• 评估12个月时的主要分子学反应(MMR)率。
次要目标:

  • 评估12个月时的完全细胞遗传学缓解(CCyR,或 PCR ≤ 1% IS)率
  • 估计在治疗6、12、18、24和36个月时,BCR::ABL1转录本下降4.5个对数级(MR4.5)的受试者比例。
  • 估计无治疗缓解(TFR)率
  • 估计至进展时间、无进展生存期和总生存期。
  • 通过评估受试者在接受asciminib治疗期间发生的不良事件,评估该给药方案的毒性
  • 估计MR4.5持续3年及以上的受试者比例。
  • 估计MR4.5的累积总发生率。

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。

获取专属数据定制方案