Daratumumab 用于复发或难治性自身免疫抗体介导溶血性贫血的安全性研究
该数据集来自 clinicaltrials.gov,聚焦 Daratumumab 用于复发或难治性自身免疫抗体介导溶血性贫血的安全性研究

基本信息
资源简介
Daratumumab 用于复发或难治性自身免疫抗体介导溶血性贫血的安全性研究
该数据集来自 clinicaltrials.gov,聚焦 Daratumumab 用于复发或难治性自身免疫抗体介导溶血性贫血的安全性研究。自身免疫性溶血性贫血(AIHA)由 B 细胞和浆细胞产生的自身抗体破坏红细胞所致,可为特发性或继发于其他自身免疫病,常与 CLL 或惰性淋巴瘤等淋巴增殖性疾病相关,终生估计影响每 10 万人中 17 人。治疗目标为维持血红蛋白高于 10 g/dL,传统以高剂量类固醇起始并长期减量,但单用类固醇常不足以维持疗效。数据可用于了解该病背景及药物再利用安全性研究的适用场景(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:溶血性贫血。自身免疫性溶血性贫血(AIHA)是一种血液系统疾病,红细胞被免疫系统产生的自身抗体靶向并破坏,具体由 B 细胞和浆细胞产生。它可以是特发性的,也可继发于其他自身免疫性疾病,但通常与 CLL 或惰性淋巴瘤等淋巴增殖性疾病相关。这是一种相当少见的疾病,估计终生影响每 10 万人中 17 人。不幸的是,AIHA 往往难以治疗。治疗目标是使血红蛋白浓度达到并维持在 10 g/dL 以上。传统治疗包括使用相对高剂量的类固醇(即 1 mg/kg),随后进行长期减量。根据一篇综述文章,80% 的患者最初对皮质类固醇治疗有反应,但单用类固醇往往不能
【主题与分类】
主题标签:Hemolytic Anemia。本站分类:肿瘤/淋巴瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05004259
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/NCT05004259
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:溶血性贫血。自身免疫性溶血性贫血(AIHA)是一种血液系统疾病,其特征是免疫系统产生的自身抗体(具体由B细胞和浆细胞产生)靶向并破坏红细胞。该病可为特发性,也可继发于其他自身免疫性疾病,但通常与淋巴增殖性疾病相关,如慢性淋巴细胞白血病(CLL)或惰性淋巴瘤。这是一种较为罕见的疾病,估计终生患病率为每10万人中17例。遗憾的是,AIHA通常难以治疗。治疗目标是使血红蛋白浓度达到并维持在10 g/dL以上。传统治疗方法包括使用相对较高剂量的类固醇(即1 mg/kg),随后进行长期逐渐减量。根据一篇综述文章,80%的患者对皮质类固醇治疗有初始反应,但单用类固醇往往不能“治愈”该病,因为类固醇不能消除产生抗红细胞抗体的克隆。事实上,仅20%接受一线类固醇治疗的患者获得治愈,15-20%的患者需要维持泼尼松剂量在每日15 mg以上。
这使患者面临长期使用类固醇的副作用风险,包括感染、骨质疏松、无菌性关节坏死、糖尿病和高血压。利妥昔单抗的发现改善了AIHA的治疗效果。利妥昔单抗是一种针对CD20(B细胞标志物)的单克隆抗体,目前已被批准用于一线治疗以及复发/难治性AIHA。它通过耗竭产生自身抗体的CD20阳性B细胞发挥作用。早期研究表明,与单用类固醇相比,将利妥昔单抗加入类固醇作为一线治疗可改善疗效。在一项研究中,接受利妥昔单抗联合类固醇治疗与单用类固醇治疗的患者应答人数相似,但利妥昔单抗组的应答持续时间显著延长。在应答者中,36个月时,联合治疗组与单用类固醇组分别有70%和45%的患者仍处于缓解状态。
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。




