PRT12396 在部分骨髓增殖性肿瘤受试者中的 1 期研究
该数据集来自 clinicaltrials.gov,收录一项关于 PRT12396 的首次人体、开放标签、多中心 1 期研究,覆盖真性红细胞增多症(PV)、骨髓纤维化(MF)及骨髓增殖性肿瘤(MPNs)等病种

基本信息
资源简介
PRT12396 在部分骨髓增殖性肿瘤受试者中的 1 期研究
该数据集来自 clinicaltrials.gov,收录一项关于 PRT12396 的首次人体、开放标签、多中心 1 期研究,覆盖真性红细胞增多症(PV)、骨髓纤维化(MF)及骨髓增殖性肿瘤(MPNs)等病种。研究面向高危 PV 与 MF 受试者,MF 人群包括中危-1、中危-2 或高危原发性 MF,以及真性红细胞增多症后 MF 或原发性血小板增多症后 MF,并需有基于脾肿大的疾病负荷证据。研究分两部分,第一部分为剂量递增,评估口服 PRT12396 的安全性与耐受性,并确定最大耐受剂量(MTD)及推荐剂量。可用于安全性、耐受性、药代动力学与初步疗效相关分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:真性红细胞增多症(PV)、骨髓纤维化(MF)、骨髓增殖性肿瘤(MPNs)、真性红细胞增多症后骨髓纤维化、原发性血小板增多症后骨髓纤维化、原发性骨髓纤维化(PMF)。这项首次人体、开放标签、多中心 1 期研究旨在评估 PRT12396 在高危真性红细胞增多症(PV)和骨髓纤维化(MF)受试者中的安全性、耐受性、药代动力学和初步疗效。符合条件的 MF 人群包括中危-1、中危-2 或高危原发性 MF 受试者,以及真性红细胞增多症后 MF 或原发性血小板增多症后 MF 受试者,并需有基于脾肿大的疾病负荷证据。该研究分两部分进行:第一部分(剂量递增)评估递增口服剂量的 PRT12396,以评估安全性和耐受性,并确定最大耐受剂量(MTD)和推荐剂量
【主题与分类】
主题标签:Polycythemia Vera (PV)、Myelofibrosis (MF)、Myeloproliferative Neoplasms (MPNs)、Post-Polycythemia Vera Myelofibrosis、Primary Myelofibrosis (PMF)。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07469891
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/NCT07469891
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:真性红细胞增多症(PV)、骨髓纤维化(MF)、骨髓增殖性肿瘤(MPN)、真性红细胞增多症后骨髓纤维化、原发性血小板增多症后骨髓纤维化、原发性骨髓纤维化(PMF)。这项首次人体、开放标签、多中心1期研究旨在评估PRT12396在高危真性红细胞增多症(PV)和骨髓纤维化(MF)受试者中的安全性、耐受性、药代动力学和初步疗效。符合条件的MF人群包括中危-1、中危-2或高危原发性MF受试者,以及真性红细胞增多症后MF或原发性血小板增多症后MF受试者,且基于脾肿大存在疾病负担证据。该研究分为两部分:第1部分(剂量递增)评估PRT12396口服剂量递增,以评估安全性和耐受性,并确定最大耐受剂量(MTD)和扩展推荐剂量(RDE[s])。第2部分(剂量扩展)在选定剂量水平入组更多受试者,以进一步表征PRT12396在PV和MF人群中的安全性、耐受性、药代动力学和初步疗效。
本研究两部分计划共招募约100名参与者。
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。




