MEK抑制剂治疗RASopathies患者肥厚型心肌病
该数据集来自 clinicaltrials.gov,主题为 MEK 抑制剂用于治疗 RASopathies 患者的肥厚型心肌病

基本信息
资源简介
MEK抑制剂治疗RASopathies患者肥厚型心肌病
该数据集来自 clinicaltrials.gov,主题为 MEK 抑制剂用于治疗 RASopathies 患者的肥厚型心肌病。RASopathies 是由 RAS-MAPK 通路突变引起的一组遗传病,常伴发严重肥厚型心肌病,既往仅有单例报告显示 MEK 抑制剂可改善实验室与超声心动图指标并促使心肌肥厚消退。本数据可用于评估 trametinib 治疗此类患者肥厚型心肌病的有效性,支持开展大规模随机研究以验证相关疗效(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:心脏肥大、Noonan 综合征。引言:RASopathies 是一组由丝裂原活化激酶(RAS-MAPK)通路突变引起的遗传病。这些突变影响许多过程,是众多遗传综合征(包括 Noonan 综合征)的病因,在其病程中会发展为严重的肥厚型心肌病(HCM)。MEK 激酶抑制剂在成人中用于治疗 RAS-MAPK 通路突变的癌症。迄今为止,已描述了 RASopathies 患者中 HCM 治疗的单个病例,实验室和超声心动图参数均快速改善,心肌肥厚消退。由于所描述的有效性,有必要在精心设计的大型患者随机研究中验证这些效应。目的:评估 trametinib 治疗 HCM 且具有基因……的患者中的有效性。
【主题与分类】
主题标签:Cardiomegaly、Noonan Syndrome。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06555237
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/NCT06555237
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
病情:心脏肥大,努南综合征。引言 RASopathies是一组由丝裂原活化激酶(RAS-MAPK)通路突变引起的遗传性疾病。这些突变影响多种过程,并导致包括努南综合征在内的多种遗传综合征,其病程中可发展出严重的肥厚型心肌病(HCM)。MEK激酶抑制剂在成人中用于治疗RAS-MAPK通路突变的癌症。迄今为止,已有零星病例报道了RASopathies患者HCM治疗,显示实验室指标和超声心动图参数迅速改善,心肌肥厚消退。鉴于所描述的有效性,有必要在大规模患者群体中进行精心设计的随机研究,以验证这些效果。目的 评估曲美替尼治疗HCM且携带RAS/MAPK通路基因突变患者的有效性。方法 随机、开放标签研究。
本研究将纳入年龄0至18岁的患者,条件包括:* 经基因检测证实存在RAS/MAPK通路突变 * 经超声心动图诊断为HCM。在研究的第一阶段(3个月),患者将被随机分配至两组之一:* 干预组将接受曲美替尼及标准治疗(β受体阻滞剂和丙吡胺)* 对照组仅接受标准治疗。此阶段完成后,将对患者进行评估。若干预组显示出更高的有效性,则在研究的第二阶段,干预组患者将继续当前治疗,而对照组患者将接受曲美替尼治疗。每组均将接受曲美替尼治疗12个月。研究的重要性 研究结果将为常规引入MEK激酶抑制剂治疗因RAS病导致的HCM患者提供依据。若证实有效,该患者群体将获得一种简单、无创且针对病因的治疗选择。
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。




