韩国 Xeljanz 溃疡性结肠炎上市后监测(注册)数据集

本数据集来自 clinicaltrials.gov,为韩国开展的 Xeljanz 溃疡性结肠炎上市后监测研究。该研究为开放标签、非对照、非干预、前瞻性、多中心设计,由韩国医疗中心经认证的医师实施

PfizerPfizer
clinicaltrials
浏览 15
文本Ulcerative Colitis
Korea Post-marketing Surveillance for Xeljanz (Registered) in Ulcerative Colitis Patients

基本信息

模态
文本
创建/更新时间
2026-10-09

资源简介

韩国 Xeljanz 溃疡性结肠炎上市后监测(注册)数据集

本数据集来自 clinicaltrials.gov,为韩国开展的 Xeljanz 溃疡性结肠炎上市后监测研究。该研究为开放标签、非对照、非干预、前瞻性、多中心设计,由韩国医疗中心经认证的医师实施。研究对象为对基础治疗或生物制剂应答不足或不耐受的中度至重度活动性溃疡性结肠炎成人患者。疾病严重程度依据 Mayo 评分或部分 Mayo 评分分为轻度、中度或重度。Xeljanz 按已批准标签的用法用量给药,研究不强制访视或活动,研究者收集患者数据并记录于病例报告表(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:溃疡性结肠炎。这是一项由经认证的医师(即研究者)在韩国医疗中心开展的开放标签、非对照、非干预、前瞻性、多中心研究。研究人群为对基础治疗或生物制剂应答不足或不耐受的中度至重度活动性 UC 成人患者。溃疡性结肠炎的临床严重程度根据 Mayo 评分或部分 Mayo 评分分为轻度、中度或重度。Xeljanz 将根据已批准标签的“用法用量”给药。本研究不强制任何访视或活动。研究者将收集患者数据并将信息记录于每位患者的病例报告表(CRF)。

【主题与分类】

主题标签:Ulcerative Colitis。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/NCT04071405

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/NCT04071405

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:溃疡性结肠炎。这是一项开放标签、非比较性、非干预性、前瞻性、多中心研究,由获得认证的医生(即研究者)在韩国医疗中心开展。研究人群为患有中度至重度活动性UC的成年患者,这些患者对基础治疗或生物制剂应答不足或不耐受。溃疡性结肠炎的临床严重程度根据Mayo评分或部分Mayo评分分为轻度、中度或重度。Xeljanz将按照已批准标签中的“剂量和给药方法”进行给药。本研究不强制要求任何访视或活动。研究者将收集患者数据,并将信息记录在每位患者的病例报告表(CRF)上。

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