Duvakitug治疗中重度活动性克罗恩病的诱导研究

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

SanofiSanofi
clinicaltrials
浏览 10
其他分类Crohn's Disease
An Induction 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
其他
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的诱导研究

该数据集来自clinicaltrials.gov,收录一项关于Duvakitug治疗中重度活动性克罗恩病的多国、多中心、随机、双盲、安慰剂对照III期诱导研究。研究包含3个子研究,分别涉及单臂开放标签导入诱导、关键性诱导以及针对无应答者的延长诱导,治疗时长各不超过12周,研究总时长可达35周,并设随访期。数据可用于了解该药物的疗效与安全性评估设计,支持克罗恩病治疗相关的临床研究与分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:克罗恩病。这是一项多国、多中心、随机、双盲、安慰剂对照的III期诱导研究,由3个子研究组成,旨在评估duvakitug在中重度活动性CD参与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35周,包括: 最长5周的筛选期。 12周的子研究1(单臂开放标签导入诱导)或子研究2(关键性诱导)。 12周的子研究3(针对无应答者的延长诱导)。 对于未入选关键性维持研究(EFC18327)的参与者,为期6周(45天)的随访期。每个子研究中的治疗持续时间最长可达12周。对于继续参加关键性维持研究(EFC18327)的参与者,计划的研究访视次数最多为8次(子研究1和子研究2),以及最多15次(参与者

【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/NCT07184931

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/NCT07184931

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。这是一项多国、多中心、随机、双盲、安慰剂对照的3期诱导研究,由3个子研究组成,旨在评估duvakitug在中度至重度活动性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35周,包括:* 最长5周的筛选期。* 12周的子研究1(单臂开放标签导入诱导)或子研究2(关键诱导)。* 12周的子研究3(针对无应答者的延长诱导)。* 对于未入选关键维持研究(EFC18327)的受试者,进行为期6周(45天)的随访期。每个子研究中的治疗持续时间最长可达12周。继续参加关键维持研究(EFC18327)的受试者计划访视次数最多为8次(子研究1和子研究2),而入组子研究3的受试者最多为15次。

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