学术推广促进生物类似药处方的试验
该数据集来自 clinicaltrials.gov，是一项平行、整群随机对照试验，旨在评估学术推广对生物类似药处方的影响
基本信息
资源简介
学术推广促进生物类似药处方的试验
该数据集来自 clinicaltrials.gov，是一项平行、整群随机对照试验，旨在评估学术推广对生物类似药处方的影响。研究对象为向 Humana Medicare 处方药计划患者开具阿达木单抗（Humira）的临床医生所在的医疗实践，覆盖美国全部 50 个州及华盛顿特区，并按约 50 个地理区域分层。干预组受邀参加关于生物类似药的教育模块，对照组不提供该模块。数据可用于研究教育干预对处方行为的影响，涉及自身免疫性疾病、类风湿关节炎、炎症性肠病和银屑病等疾病领域（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：病症：自身免疫性疾病、类风湿关节炎（RA）、炎症性肠病（IBD）、银屑病（PsO）。这是一项平行、整群随机对照试验，向 Humana Medicare 处方药计划（PDP）患者开具阿达木单抗（Humira）的临床医生所在的医疗实践将被随机分配，邀请实践内符合条件的临床医生参加关于生物类似药的教育模块（干预组）。未获提供教育模块但拥有符合条件医生的实践将作为对照组。研究将纳入美国全部 50 个州和华盛顿特区的实践，并将实践按约 50 个地理区域分层。包含约一半符合条件临床医生的区域将以面对面方式向干预组提供模块，另一半区域
【主题与分类】
主题标签：Autoimmune Diseases、Rheumatoid Arthritis (RA)、Inflammatory Bowel Disease (IBD)、Psoriasis (PsO)。本站分类：消化系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07221890
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/NCT07221890
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：自身免疫性疾病、类风湿关节炎（RA）、炎症性肠病（IBD）、银屑病（PsO）。这是一项平行、整群随机对照试验，将那些有临床医生曾向Humana Medicare处方药计划（PDP）中的患者开具阿达木单抗（修美乐）处方的医疗机构，随机分配为邀请其机构内符合条件的临床医生参加关于生物类似药的教育模块（干预组）。未向符合条件的医生提供教育模块的医疗机构将作为对照组。该研究将涵盖美国所有50个州及华盛顿特区的医疗机构，并将这些机构按地理位置分层为约50个区域。约一半符合条件的临床医生所在的区域，将以面对面形式向干预组提供该模块，而另一半区域则以虚拟方式提供。医疗机构将按2：1的比例随机分配，接受详细教育（干预）与不接受详细教育（对照）。
结果，包括生物制剂和生物类似药的使用及费用，将利用Humana研究数据库从常规收集的处方数据中进行测量。
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。
