评估 Zanubrutinib 治疗华氏巨球蛋白血症疗效与安全性的观察性研究
该数据集来自 clinicaltrials.gov 的注册研究，为回顾性与前瞻性结合的混合设计非干预性注册研究，聚焦 Zanubrutinib 治疗华氏巨球蛋白血症（WM）的临床特征
基本信息
资源简介
评估 Zanubrutinib 治疗华氏巨球蛋白血症疗效与安全性的观察性研究
该数据集对应一项在 clinicaltrials.gov 注册的观察性研究，英文名称为 Observational Study Evaluating the Efficacy and Safety of Zanubrutinib in Participants With Waldenström Macroglobulinemia，本站将其归类于肿瘤 / 华氏巨球蛋白血症方向，主题标签为 Waldenstrom Macroglobulinemia。研究采用回顾性与前瞻性相结合的混合设计，属于非干预性注册研究，旨在进一步描述 zanubrutinib 在华氏巨球蛋白血症（WM）患者中的临床特征，覆盖携带与不携带特定突变的人群，以及不同种族和族裔的少数群体。该注册研究收集的数据将用于更好地理解 zanubrutinib 在这些人群中治疗时的临床获益与安全性。整体而言，该数据集围绕真实世界观察性注册数据，为 WM 这一罕见血液肿瘤领域的药物评价提供资料基础。
【数据集背景】
华氏巨球蛋白血症是一种以 IgM 单克隆丙种球蛋白血症为特征的淋巴浆细胞肿瘤。zanubrutinib 作为治疗该病的药物之一，其在不同分子特征和不同人群中的临床表现仍需进一步观察。该研究即为在此背景下开展的混合设计非干预性注册研究，目的是补充描述 zanubrutinib 在 WM 患者中的临床特征，并关注特定突变状态以及种族和族裔少数群体等亚人群，以更好地理解其临床获益与安全性。
【数据内容】
该数据集来源于上述注册研究，内容涉及 zanubrutinib 治疗华氏巨球蛋白血症参与者的临床特征、临床获益与安全性相关信息，并覆盖携带或不携带特定突变的参与者，以及来自种族和族裔少数群体的参与者。源站未提供具体变量字段、样本量、随访时长或统计指标等细节。
【采集与来源】
数据来源站为 clinicaltrials.gov，对应一项注册研究。研究设计为回顾性与前瞻性结合的混合非干预性注册研究，即部分数据来自既往记录的回溯，部分数据来自研究开展后的前瞻性收集。源站未提供具体采集机构、采集时间窗口与数据提取流程等信息。
【适用场景】
该数据集可用于了解 zanubrutinib 在华氏巨球蛋白血症患者中的真实世界临床特征，支持围绕特定突变亚人群及种族和族裔少数群体的临床获益与安全性开展观察性分析，也可作为 WM 领域药物评价与注册研究设计的参考素材。源站未提供其他具体适用场景。
【使用方法】
源站未提供该数据集的具体使用方法、访问方式或分析指引。
【质量与限制】
该研究为非干预性注册研究，采用回顾性与前瞻性混合设计，其数据性质属于观察性资料，而非干预性临床试验数据。源站未提供样本量、缺失情况、偏倚控制措施或数据质控流程等质量信息，也未说明其他使用限制。
【引用与许可】
源站未提供引用格式与许可条款信息。
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/NCT05640102
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
条件：华氏巨球蛋白血症。这是一项混合型（回顾性和前瞻性）非干预性登记研究，旨在进一步描述泽布替尼在华氏巨球蛋白血症（WM）参与者中的临床特征，这些参与者包括携带和不携带特定突变者以及来自种族和族裔少数群体者。从本登记研究中收集的数据将用于更好地了解泽布替尼在这些人群参与者治疗中的临床获益和安全性。
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。
