Vedolizumab与Infliximab治疗溃疡性结肠炎的比较效果
该数据集来自doi.org,由Neeraj Narula发布、Vivli机构提供,主题为消化系统疾病中的溃疡性结肠炎。源站描述介绍了溃疡性结肠炎的症状、生物制剂治疗背景,并提及ACT 1、ACT 2、GEMINI 1等关键试验及VARSITY试验结果

基本信息
资源简介
Vedolizumab与Infliximab治疗溃疡性结肠炎的比较效果
Comparative Effectiveness of Vedolizumab vs. Infliximab in Ulcerative Colitis
该数据集来自doi.org,由Neeraj Narula发布、Vivli机构提供,主题为消化系统疾病中的溃疡性结肠炎。源站描述介绍了溃疡性结肠炎的症状、生物制剂治疗背景,并提及ACT 1、ACT 2、GEMINI 1等关键试验及VARSITY试验结果。数据可用于比较Vedolizumab与Infliximab在溃疡性结肠炎治疗中的效果研究,支持相关临床决策分析(来源 DOI 解析)。
【数据集背景】
源站首次发布:2021。
【数据内容】
源站描述(机器翻译,仅供参考):溃疡性结肠炎(UC)是一种影响大肠的炎症性肠病,其特征为腹泻、直肠出血、腹痛、急迫感和里急后重(里急后重是指排便不尽感)。(1,2) 患有严重UC和/或皮质类固醇难治性疾病的患者是生物制剂单克隆抗体治疗的候选者。Vedolizumab和infliximab是两种生物疗法,已在多项关键安慰剂对照试验中证明能有效实现和维持缓解,包括ACT 1(NCT00036439)、ACT 2(NCT00096655)和GEMINI 1(NCT00783718)。(3,4) 最近,VARSITY试验采用活性对照方法,证明在中重度UC患者中vedolizumab优于adalimumab。(5) 然而,网络荟萃分析提示infliximab作为一线治疗优于adalimumab。
【主题与分类】
主题标签:Gastroenterology。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://search.vivli.org/doiLanding/dataRequests/00006064
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://doi.org/10.25934/00006064
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
溃疡性结肠炎(UC)是一种累及大肠的炎症性肠病,以腹泻、直肠出血、腹痛、便急和里急后重(里急后重是指排便不尽感)为特征。(1,2) 重度UC和/或皮质类固醇难治性疾病的患者是生物制剂单克隆抗体治疗的候选对象。维得利珠单抗和英夫利西单抗是两种生物制剂疗法,已在多项关键性安慰剂对照试验(包括ACT 1(NCT00036439)、ACT 2(NCT00096655)和GEMINI 1(NCT00783718))中证明其在实现和维持缓解方面具有疗效。(3,4) 近期,VARSITY试验采用活性对照药方法,证明维得利珠单抗在中重度UC患者中优于阿达木单抗。(5) 然而,网络荟萃分析提示,在UC患者中,英夫利西单抗作为一线生物制剂治疗优于阿达木单抗。(6) 目前尚无比较维得利珠单抗与英夫利西单抗的头对头试验。
鉴于维得利珠单抗和英夫利西单抗作为UC治疗的常规使用,需要进行头对头比较,以更好地理解维得利珠单抗在生物制剂初治UC患者治疗中的定位。Mayo评分是用于确定UC疾病活动度的工具,由四项患者报告和內镜参数组成:大便频率、直肠出血、内镜表现和医师总体评估。每个参数评分为0至3分,评分越高表明疾病越严重。Mayo评分总分为0至12分,而部分Mayo评分不包括内镜子评分,因此范围为0至9分。(6) 虽然Mayo评分已广泛用作UC临床试验的主要终点,但黏膜愈合(由内镜确定)仍然是重要的治疗目标。本研究的主要目的是比较维得利珠单抗和英夫利西单抗在诱导后(第6周)临床
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。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




