Ponatinib治疗耐药慢性期慢性髓性白血病多剂量疗效与安全性研究
该数据集来自clinicaltrials.gov,聚焦Ponatinib治疗对既往治疗耐药的慢性期慢性髓性白血病(CP-CML)患者

基本信息
资源简介
Ponatinib治疗耐药慢性期慢性髓性白血病多剂量疗效与安全性研究
该数据集来自clinicaltrials.gov,聚焦Ponatinib治疗对既往治疗耐药的慢性期慢性髓性白血病(CP-CML)患者。研究覆盖3个起始剂量队列,每队列92人,共276名受试者,随机接受每日一次口服45 mg、30 mg或15 mg Ponatinib片剂。研究分为24周期主治疗期和可选继续治疗期,以评估不同剂量下的疗效与安全性。数据可用于分析剂量-效应关系、治疗反应及安全性结局,支持血液肿瘤临床研究与用药决策(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:慢性期慢性髓性白血病。本研究中测试的药物是ponatinib。本研究将表征ponatinib在3种起始剂量范围内的安全性和有效性。研究将入组276名受试者,分为3个队列,每个队列92名受试者。所有受试者将随机接受每日一次口服3种起始剂量之一的ponatinib: 队列A:45 mg ponatinib片剂 队列B:30 mg ponatinib片剂 * 队列C:15 mg ponatinib片剂。研究设计包含2个阶段:24周期主治疗期和可选的治疗继续期。受试者将在主治疗期接受其随机剂量的研究药物,直至发生以下至少一种情况:3个月时无CHR,12个月时无MCyR,12个月时无≤1% BCR-ABL1IS,l
【主题与分类】
主题标签:Myeloid Leukemia, Chronic, Chronic Phase。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02467270
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/NCT02467270
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:慢性髓性白血病,慢性期。本研究中正在测试的药物为帕纳替尼。本研究将描述帕纳替尼在3种起始剂量范围内的安全性和有效性。本研究将入组276名受试者,分为3个队列,每个队列92名受试者。所有受试者将随机接受每日一次口服帕纳替尼的3种起始剂量之一:* 队列A:45 mg帕纳替尼片剂 * 队列B:30 mg帕纳替尼片剂 * 队列C:15 mg帕纳替尼片剂。本研究设计包括2个阶段:24个周期的主要治疗阶段和可选的继续治疗阶段。受试者将在主要治疗阶段接受其随机分配的研究药物剂量治疗,直至发生以下至少一种情况:3个月时无CHR,12个月时无MCyR,12个月时无≤1% BCR-ABL1IS,失去≤1% BCR-ABL1IS,发生不耐受,或完成全部24个周期治疗(以先发生者为准)。在完成约5年治疗后或提前退出后,受试者可进入可选的继续治疗阶段。
这项多中心试验将在美国、英国、韩国、西班牙、法国、台湾、澳大利亚、加拿大、意大利、智利、日本、德国、阿根廷、波兰、捷克共和国、丹麦、香港、葡萄牙、俄罗斯、新加坡、瑞士和瑞典进行。参与这项研究的总体时间约为96个月。参与者将在最后一剂研究治疗给药后约30天进行最终诊所访视。
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。




