基于表观遗传标志物与标准治疗选择的前瞻性随机研究:成人克罗恩病

该数据集来自 clinicaltrials.gov,聚焦成人活动性克罗恩病(CD)的治疗选择研究。试验纳入 378 名 HBI>6 且存在内镜下溃疡的参与者,约 50% 为未使用过生物制剂者,50% 既往使用不超过 1 种生物制剂

Alimentiv Inc.Alimentiv Inc.
clinicaltrials
浏览 14
视频分类Crohn Disease (CD)
A Prospective Randomised Study of Treatment Selection Based on Epigenetic Markers Versus Standard of Care Treatment Selection in Adults With CROHN's Disease

基本信息

模态
视频
任务类型
分类
创建/更新时间
2026-10-13

资源简介

基于表观遗传标志物与标准治疗选择的前瞻性随机研究:成人克罗恩病

该数据集来自 clinicaltrials.gov,聚焦成人活动性克罗恩病(CD)的治疗选择研究。试验纳入 378 名 HBI>6 且存在内镜下溃疡的参与者,约 50% 为未使用过生物制剂者,50% 既往使用不超过 1 种生物制剂。参与者按 1:1 随机分配至表观遗传组学指导的治疗选择或常规标准治疗选择,并按既往生物制剂使用和基线皮质类固醇使用分层。筛查期采集外周血,通过机器学习驱动的表观遗传生物标志物检测进行分析,EpiPredict 临床决策支持系统推荐两种生物制剂的治疗选择。可用于评估表观遗传标志物指导治疗决策的效果(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(CD)。本试验将纳入 378 名活动性 CD 参与者,活动性 CD 定义为 HBI > 6 且存在内镜下溃疡。约 50% 的入组人群为未使用过生物制剂者,50% 既往使用不超过 1 种生物制剂。符合条件的参与者将按 1:1 随机分配至表观遗传组学指导的治疗选择或常规 SOC 治疗选择。随机化将按基线时既往生物制剂使用(是/否)和皮质类固醇使用(是/否)进行分层。筛查期间将为所有参与者采集用于评估的血样。外周血将通过机器学习驱动的表观遗传生物标志物检测进行分析。EpiPredict 是一款设计用于 CSV 文件输入、数据传输、存储和显示的软件,并将作为 EpiPredict 临床决策支持系统。它推荐 2 种生物制剂(Vedo

【主题与分类】

主题标签:Crohn Disease (CD)。本站分类:消化系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07363044

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/NCT07363044

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(CD)。本试验将纳入378名活动性CD受试者,定义为HBI > 6且存在内镜下溃疡。入组人群中约50%为生物制剂初治,50%既往暴露于不超过1种生物制剂。符合条件的受试者将按1:1随机分配至表观基因组引导的治疗选择或常规SOC治疗选择。随机化将按基线时既往生物制剂使用(是/否)和皮质类固醇使用(是/否)进行分层。所有受试者在筛选期间将采集血样用于评估。外周血将通过机器学习驱动的表观遗传生物标志物检测进行分析。EpiPredict是一款设计用于CSV文件输入、数据传输、存储和显示的软件,将作为EpiPredict临床决策支持系统。它利用遗传数据为CD推荐2种生物制剂(维得利珠单抗(VDZ)和维得利珠单抗(UST))的治疗选择。

干预措施(EpiPredict软件)将采用基于杂交捕获的甲基化检测(仅获批用于研究用途)和EpiPredict软件,指示CD治疗中对VDZ和UST产生应答的概率(尽管各研究中心仅会获得结果最优的治疗方案)。研究中的所有参与者将按照产品标签和当地SOC建议接受其生物制剂治疗。两组均允许根据治疗研究者的判断进行剂量调整。在26周的治疗期内,研究评估将遵循所分配生物制剂治疗的SOC方案。对于接受VDZ的参与者,研究评估应在第6周、第14周和第26周进行;对于接受UST的参与者,研究评估应在第8周、第16周和第26周进行。长期随访评估应在第26周后每6个月进行一次(第12、18和24个月)。长期随访评估的数据将从参与者在常规SO时采集的医疗记录中收集

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