Entyvio(Vedolizumab)长期安全性研究

该数据集来自 clinicaltrials.gov,为一项前瞻性、观察性多中心研究,覆盖全球溃疡性结肠炎与克罗恩病患者,计划入组约5000人,随访7年

TakedaTakeda
clinicaltrials
浏览 7
其他预测Ulcerative Colitis and Crohn's Disease
Entyvio (Vedolizumab) Long Term Safety Study

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-21

资源简介

Entyvio(Vedolizumab)长期安全性研究

该数据集来自 clinicaltrials.gov,为一项前瞻性、观察性多中心研究,覆盖全球溃疡性结肠炎与克罗恩病患者,计划入组约5000人,随访7年。研究比较 vedolizumab 与其他生物制剂(阿达木单抗、certolizumab pegol、golimumab、infliximab)的长期安全性,药物由医生按当地说明书处方,参与者每6个月访视一次。数据可用于评估生物制剂长期安全性、开展药物警戒与真实世界证据分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:溃疡性结肠炎和克罗恩病。这项前瞻性、观察性研究中受试的药物名为 vedolizumab。Vedolizumab 用于治疗溃疡性结肠炎或克罗恩病患者。本研究将考察 vedolizumab 与其他生物制剂在溃疡性结肠炎或克罗恩病参与者中的长期安全性。研究将入组约5000名参与者。所有入组参与者将属于以下两个治疗组之一: Vedolizumab 其他生物制剂——阿达木单抗、certolizumab pegol、golimumab 和 infliximab。研究药物将由医生根据参与国家的当地处方信息开具。这项多中心试验将在全球开展。参与本研究的总时间为7年。参与者将每6个月到其主治医生处访视一次。

【主题与分类】

主题标签:Ulcerative Colitis and Crohn's Disease。本站分类:消化系统疾病/炎症性肠病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT02674308

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/NCT02674308

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

条件:溃疡性结肠炎和克罗恩病。这项前瞻性观察性研究中正在测试的药物称为vedolizumab。Vedolizumab用于治疗患有UC或CD的患者。本研究将考察vedolizumab与其他生物制剂在UC或CD参与者中的长期安全性。该研究将招募约5000名参与者。所有参与本研究的参与者将属于以下两个治疗组之一:* Vedolizumab * 其他生物制剂——阿达木单抗、培塞利珠单抗。戈利木单抗和英夫利西单抗。研究药物将由医生根据参与国家的当地处方信息开具处方。这项多中心试验将在全球范围内进行。参与本研究的总时间为7年。参与者将每6个月到其主治医生处就诊一次。

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