芦可替尼治疗高嗜酸性粒细胞综合征或原发性嗜酸性粒细胞疾病患者
该研究针对高嗜酸性粒细胞综合征和原发性嗜酸性粒细胞疾病患者,涉及BCR-JAK2融合蛋白表达、JAK2基因突变、TEL-JAK2融合蛋白表达、嗜酸性粒细胞增多、肝脾肿大及原始细胞比例标准

基本信息
资源简介
芦可替尼治疗高嗜酸性粒细胞综合征或原发性嗜酸性粒细胞疾病患者
该研究针对高嗜酸性粒细胞综合征和原发性嗜酸性粒细胞疾病患者,涉及BCR-JAK2融合蛋白表达、JAK2基因突变、TEL-JAK2融合蛋白表达、嗜酸性粒细胞增多、肝脾肿大及原始细胞比例标准。主要目标为确定芦可替尼的总血液学缓解率;次要目标为安全性、皮质类固醇依赖者能否不依赖和/或减量≥50%、缓解持续时间、至缓解时间、无进展生存和总生存(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:BCR-JAK2融合蛋白表达,外周血白细胞中原始细胞占20%或以下,骨髓有核细胞中原始细胞>5%,外周血白细胞中原始细胞>5%,骨髓有核细胞中原始细胞<20%,慢性嗜酸性粒细胞白血病,非特指型,嗜酸性粒细胞增多,肝肿大。 主要目的: I. 确定ruxolitinib在高嗜酸性粒细胞综合征和原发性嗜酸性粒细胞疾病患者中的总体血液学缓解率。 次要目的: I. 确定ruxolitinib在高嗜酸性粒细胞综合征和原发性嗜酸性粒细胞疾病患者中的安全性特征。 II. 确定接受皮质类固醇治疗的患者中能够实现不依赖皮质类固醇和/或将剂量减少≥50%的患者比例。 III. 评估缓解持续时间(DoR)。 IV. 评估至缓解时间(TTR)。 V. 评估无进展生存期(PFS)和总生存期。
【主题与分类】
主题标签:BCR-JAK2 Fusion Protein Expression、Eosinophilia、Hepatomegaly、Hypereosinophilic Syndrome、JAK2 Gene Mutation、Splenomegaly、TEL-JAK2 Fusion Protein Expression。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03801434
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/NCT03801434
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:BCR-JAK2融合蛋白表达,外周血白细胞中原始细胞占20%或以下,骨髓有核细胞中原始细胞>5%,外周血白细胞中原始细胞>5%,骨髓有核细胞中原始细胞<20%,慢性嗜酸性粒细胞白血病,非特指型,嗜酸性粒细胞增多,肝肿大。
主要目的:
I. 确定ruxolitinib在高嗜酸性粒细胞综合征和原发性嗜酸性粒细胞疾病患者中的总体血液学缓解率。
次要目的:
I. 确定ruxolitinib在高嗜酸性粒细胞综合征和原发性嗜酸性粒细胞疾病患者中的安全性特征。
II. 确定接受皮质类固醇治疗的患者中能够实现不依赖皮质类固醇和/或将剂量减少≥50%的患者比例。
III. 评估缓解持续时间(DoR)。
IV. 评估至缓解时间(TTR)。
V. 评估无进展生存期(PFS)和总生存期。
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。




