TRANSFORM-欧盟血液透析患者从聚乙二醇化促红素β转换使用达依泊汀α的观察性队列研究
该数据集来自clinicaltrials.gov，为多中心观察性队列研究，聚焦欧盟血液透析贫血患者。研究记录患者红细胞生成刺激剂（ESA）治疗从PEG epoetin beta转换为darbepoetin alfa后的情况，数据覆盖转换前14周至转换后26周
基本信息
资源简介
TRANSFORM-欧盟血液透析患者从聚乙二醇化促红素β转换使用达依泊汀α的观察性队列研究
TRANSFORM 是一项多中心、观察性队列研究数据集，聚焦于欧盟地区接受血液透析的贫血患者。该研究的核心关注点在于患者红细胞生成刺激剂（ESA）治疗方案的转换，即从 PEG epoetin beta 转换为 darbepoetin alfa 之后的实际用药与随访情况。数据集通过纵向记录的方式，覆盖了治疗转换前 14 周直至转换后 26 周的时间跨度，为观察这一药物切换过程中的患者状态变化提供了连续的时间序列信息。该数据集来源于 clinicaltrials.gov，在分类上归属于泌尿生殖系统疾病下的其他类别，主题标签为贫血。整体而言，该数据集适合用于了解欧洲血液透析贫血人群在 ESA 药物转换场景下的观察性研究资料。
【数据集背景】
该数据集所对应的研究针对的是欧盟地区接受血液透析治疗的贫血患者群体。这类患者通常需要依赖红细胞生成刺激剂来管理贫血状况，而治疗方案在不同药物之间的切换是临床实践中可能出现的环节。TRANSFORM 研究正是围绕这一场景设计的多中心观察性队列研究，其背景设定在患者由 PEG epoetin beta 转换为 darbepoetin alfa 的治疗过渡期，旨在通过观察性方式记录转换前后的真实世界情况。研究涉及的疾病条件为贫血，与血液透析人群的常见并发症相对应。
【数据内容】
数据集记录的内容围绕患者从 PEG epoetin beta 转换为 darbepoetin alfa 这一治疗变化展开，时间范围覆盖转换前 14 周至转换后 26 周。这一纵向设计意味着数据能够反映转换前基线阶段与转换后随访阶段的连续信息。关于具体的变量字段、测量指标、样本量、患者人口学构成等细节，源站未提供。主题标签为贫血，提示数据集的核心医学主题集中于贫血管理。
【采集与来源】
该数据集来源于 clinicaltrials.gov，属于多中心观察性队列研究。观察性队列的设计意味着数据采集依托于真实临床环境中的患者随访，而非干预性试验安排。研究的地理与人群范围限定为欧盟地区的血液透析患者。关于具体的采集机构、数据收集方式、随访频率等操作细节，源站未提供。
【适用场景】
基于其研究设计，该数据集可适用于与血液透析贫血患者 ESA 治疗转换相关的观察性研究场景，例如了解 PEG epoetin beta 向 darbepoetin alfa 转换前后的纵向观察资料。其多中心、欧盟人群的背景也使其可用于关注该地区透析人群贫血管理的研究参考。关于具体分析用途的验证性结论，源站未提供。
【使用方法】
源站未提供具体的使用方法说明，包括数据访问方式、文件格式、变量编码规则等均未在现有信息中体现。
【质量与限制】
作为观察性队列研究，其设计本身不涉及随机化分组或干预控制，相关方法学特征需结合研究设计理解。关于样本量、缺失数据情况、偏倚控制措施、数据完整性等质量相关信息，源站未提供。
【引用与许可】
源站未提供引用格式与许可条款相关信息。
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/NCT01997892
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：贫血。这是一项多中心、观察性队列研究，研究对象为欧盟血液透析患者，其促红细胞生成素刺激剂（ESA）治疗已从PEG epoetin beta转换为darbepoetin alfa。数据收集时间跨度从转换前14周直至转换后26周。
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。
