真实世界人群中稳定分子学反应CML患者停用TKI的安全性与有效性
该数据集来自clinicaltrials.gov,聚焦慢性髓性白血病(CML)患者在真实世界人群中达到稳定分子学反应后停用酪氨酸激酶抑制剂(TKI)的安全性与有效性

基本信息
资源简介
真实世界人群中稳定分子学反应CML患者停用TKI的安全性与有效性
该数据集来自clinicaltrials.gov,聚焦慢性髓性白血病(CML)患者在真实世界人群中达到稳定分子学反应后停用酪氨酸激酶抑制剂(TKI)的安全性与有效性。数据覆盖慢性髓性白血病、BCR/ABL阳性缓解期及缓解期CML等条件,涉及TKI长期暴露相关疾病负担及临床管理需求。可用于评估TKI停药后的分子学复发风险、安全性结局及真实世界疗效,为扩大CML患者管理知识、优化停药策略提供数据支持(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:慢性髓性白血病、慢性髓性白血病、BCR/ABL阳性、缓解期、缓解期慢性髓性白血病。从白消安、羟基脲、IFN-α转向酪氨酸激酶抑制剂(TKIs)已显著改变CML的自然史。经TKIs适当管理的CML患者能够受益于接近正常的预期寿命。鉴于年龄调整发病率为每10万人1.6例,加上年死亡率降低至每年不到2%至3%,预计美国患病率将从2010年约70,000例增至2030年预计的144,000例。因此,推进临床管理知识对于照护这一不断扩大的群体至关重要。然而,与长期TKI暴露相关的发病率仍是该患者群体的重大负担。除相对良性
【主题与分类】
主题标签:Chronic Myeloid Leukemia、Chronic Myeloid Leukemia in Remission。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04626024
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/NCT04626024
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
疾病状态:慢性髓性白血病、慢性髓性白血病、BCR/ABL阳性、缓解期、慢性髓性白血病缓解期。从白消安、羟基脲、IFN-α过渡到酪氨酸激酶抑制剂(TKIs)已显著改变了CML的自然病程。接受TKIs适当管理的CML患者能够享有接近正常的预期寿命。鉴于年龄调整后的发病率为每10万人1.6例,加之年死亡率降低至每年不到2%至3%,预计美国患病率将从2010年的约70,000例增加到2030年预测的144,000例。因此,提升我们对临床管理的认识对于照护这一不断扩大的患者群体至关重要。然而,长期暴露于TKIs相关的病态仍是对该患者群体的重大负担。
除相对良性的副作用(水肿、肌肉痉挛、腹泻、恶心、肌肉骨骼疼痛、皮疹及其他皮肤问题、腹痛、疲劳、关节痛和头痛)外,患者在开始治疗两年多后仍持续经历3级和4级不良事件(中性粒细胞减少、血小板减少、贫血、肝酶升高、充血性心力衰竭及其他药物相关不良事件)。对于可能从更快和/或更深分子学缓解中获益的高危CML患者,或对伊马替尼不耐受或耐药的患者,可使用第二代TKIs(达沙替尼、尼洛替尼和博舒替尼)。事实上,TKIs与缺血性心脏病、缺血性脑血管事件和/或外周动脉疾病之间存在结构和剂量依赖性关系,伴随这些心血管事件的累积频率随时间线性增加。
此外,专家认为CML药物的成本“过高,不可持续,可能妨碍有需要的患者获得高效治疗,并有害于我们国家医疗保健系统的可持续性。”鉴于对生活质量、不良事件及患者经济负担的影响,TKI治疗
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




