Biogeneric Epoetin治疗肾性贫血长期安全性与疗效的队列研究
该数据集来自clinicaltrials.gov,聚焦慢性肾脏病、终末期肾衰竭及贫血患者。研究方案为原始随机多中心开放标签试验的扩展,分两阶段:第一阶段通过随机试验评估Biogeneric Epoetin与Eprex的治疗等效性,疗效终点为治疗6至12周的血红蛋白水平;在获得初步疗效证据后,进入第二

基本信息
资源简介
Biogeneric Epoetin治疗肾性贫血长期安全性与疗效的队列研究
该数据集来自clinicaltrials.gov,聚焦慢性肾脏病、终末期肾衰竭及贫血患者。研究方案为原始随机多中心开放标签试验的扩展,分两阶段:第一阶段通过随机试验评估Biogeneric Epoetin与Eprex的治疗等效性,疗效终点为治疗6至12周的血红蛋白水平;在获得初步疗效证据后,进入第二阶段单组队列研究,以确立长期安全性,重点监测纯红细胞再生障碍性贫血的发生。数据可用于肾性贫血治疗的安全性、有效性及治疗等效性研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:慢性肾脏病、终末期肾衰竭、贫血。本研究方案是对原始研究方案“一项随机、多中心、开放标签试验,旨在确立Biogeneric Epoetin与Eprex之间的治疗等效性,并确定Biogeneric Epoetin在血液透析患者中的长期安全性特征”的扩展。在第一阶段,将通过一项旨在证明与创新产品(Eprex)治疗等效性(TE)的随机试验来评估一种Biogeneric Epoetin,疗效临床终点为治疗6至12周时的Hb。当从上述第一阶段TE试验获得初步疗效证据后,该产品可进入第二阶段单组队列研究进行评估,该阶段旨在确立长期安全性,特别强调监测纯红细胞再生障碍性贫血(P
【主题与分类】
主题标签:Chronic Kidney Disease、End-Stage Renal Failure、Anaemia。本站分类:泌尿生殖系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00238043
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/NCT00238043
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
疾病条件:慢性肾脏病、终末期肾衰竭、贫血。本研究方案是对原始研究方案的详细阐述,原始研究方案题为“一项随机、多中心、开放标签试验,旨在确立生物仿制促红细胞生成素与Eprex的治疗等效性,并确定生物仿制促红细胞生成素在血液透析患者中的长期安全性特征”。在第一阶段,将通过一项随机试验对生物仿制促红细胞生成素进行评估,该试验旨在证明其与创新产品(Eprex)的治疗等效性(TE),疗效临床终点为治疗6至12周时的血红蛋白(Hb)水平。当上述第一阶段TE试验确立初步疗效证据后,该产品可进入第二阶段单组队列研究进行评估,该研究旨在确立长期安全性,特别强调对纯红细胞再生障碍性贫血(PRCA)及其他免疫原性相关不良事件发生的监测。为确立长期疗效,该研究强调产品含量和效价(生物活性)的批间变异对Hb反应的潜在影响。
这项实用性试验还旨在通过估算促红细胞生成素与蔗糖铁联合用药的最佳剂量来研究成本效益,以在不受限制的处方条件下达到血红蛋白目标,从而可以估算在不同定价情景下、存在仿制药竞争时,满足该透析人群治疗目标所需的预算要求。
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。




