Duvakitug 治疗中重度活动性克罗恩病维持研究

本数据集来自 clinicaltrials.gov,收录一项关于 Duvakitug 治疗中重度活动性克罗恩病的多中心、随机、双盲、安慰剂对照、III 期维持研究

SanofiSanofi
clinicaltrials
浏览 8
文本分类Crohn's Disease
A Maintenance Study to Investigate the Efficacy and Safety of Duvakitug in Participants With Moderately to Severely Active Crohn's Disease

基本信息

模态
文本
任务类型
分类
创建/更新时间
2026-10-13

资源简介

Duvakitug 治疗中重度活动性克罗恩病维持研究

本数据集来自 clinicaltrials.gov,收录一项关于 Duvakitug 治疗中重度活动性克罗恩病的多中心、随机、双盲、安慰剂对照、III 期维持研究。研究包含最长 40 周的关键维持子研究和 240 周的开放标签扩展子研究,随访期 45 天,研究总时长可达 286 周,治疗时长可达 280 周,现场访视最多 43 次。数据可用于评估该药物在克罗恩病维持治疗中的疗效与安全性,支持消化系统疾病领域的临床研究与用药分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):适应症:克罗恩病。这是一项多中心、随机、双盲、安慰剂对照的维持治疗、III 期研究,旨在评估 duvakitug 在中重度活动性克罗恩病(CD)受试者中的疗效和安全性。研究详情包括:研究持续时间可能长达 286 周,包括: 40 周关键维持子研究 240 周开放标签扩展(OLE)子研究 45 天随访访视 注:对于未入组 OLE 子研究的受试者,持续时间将长达 46 周,包括 40 周维持期和 45 天随访访视。治疗持续时间可能长达 280 周,包括: 关键维持子研究中的 40 周 * OLE 子研究中的 240 周 现场访视总次数最多为 43 次:- 关键维持子研究中 21 次访视 - OLE 子研究中 22 次访视

【主题与分类】

主题标签:Crohn's Disease。本站分类:消化系统疾病/克罗恩病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07184944

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT07184944

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:克罗恩病。这是一项多中心、随机、双盲、安慰剂对照的维持治疗3期研究,旨在评估duvakitug在中度至重度活动性克罗恩病(CD)受试者中的疗效和安全性。研究详情包括:研究持续时间可能长达286周,包括:* 40周的关键维持治疗子研究 * 240周的开放标签扩展(OLE)子研究 * 45天的随访访视 注:对于未入选OLE子研究的受试者,持续时间将长达46周,包括40周的维持治疗期和45天的随访访视。治疗持续时间可能长达280周,包括:* 关键维持治疗子研究中的40周 * OLE子研究中的240周 现场访视总次数将多达43次:- 关键维持治疗子研究中21次访视 - OLE子研究中22次访视

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。

获取专属数据定制方案