法国原发性胆汁性胆管炎患者使用Obeticholic Acid的真实世界上市后非干预性观察研究

该数据集来自clinicaltrials.gov,为法国开展的多中心、双向性、非干预性随访研究,纳入2016年10月1日至2017年12月31日期间开始接受Ocaliva®(Obeticholic Acid)治疗的原发性胆汁性胆管炎患者,迄今约150例,均为法国在预批准临床试验之外首批接受该药治疗的

SAMEYSAMEY
clinicaltrials
浏览 4
其他Primary Biliary Cholangitis
A Post-Authorisation Non-Interventional Observational of Patients in France With Primary Biliary Cholangitis Treated With Obeticholic Acid in Real Life

基本信息

模态
其他
创建/更新时间
2026-10-20

资源简介

法国原发性胆汁性胆管炎患者使用Obeticholic Acid的真实世界上市后非干预性观察研究

该数据集来自clinicaltrials.gov,为法国开展的多中心、双向性、非干预性随访研究,纳入2016年10月1日至2017年12月31日期间开始接受Ocaliva®(Obeticholic Acid)治疗的原发性胆汁性胆管炎患者,迄今约150例,均为法国在预批准临床试验之外首批接受该药治疗的患者。所有在ATU(法国有条件上市许可)框架内或产品获欧盟上市许可后接受治疗的患者均随访18个月,随访部分为回顾性、部分为前瞻性,研究采用回顾性招募并结合回顾性与前瞻性数据收集。数据可用于观察该药在真实临床环境中的用药与随访情况(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:原发性胆汁性胆管炎。这是一项非干预性、多中心、双向性、全国性随访研究,对象为2016年10月1日至2017年12月31日期间开始接受Ocaliva®治疗的原发性胆汁性胆管炎患者。迄今约150例患者,因此他们是法国在预批准临床试验之外首批接受Ocaliva®治疗的患者。所有在ATU(法国有条件上市许可)框架内或产品获欧盟上市许可批准后接受治疗的患者均随访18个月(该随访部分为回顾性、部分为前瞻性)。因此,该研究涉及回顾性招募以及回顾性和前瞻性数据收集。

【主题与分类】

主题标签:Primary Biliary Cholangitis。本站分类:消化系统疾病/肝病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT03703076

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/NCT03703076

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:原发性胆汁性胆管炎。这是一项非干预性、多中心、双向性、全国性随访研究,研究对象为2016年10月1日至2017年12月31日期间开始接受Ocaliva®治疗的原发性胆汁性胆管炎患者。迄今为止,这大约代表150名患者,因此他们是在法国审批前临床试验之外首批接受Ocaliva®治疗的患者。所有在ATU(法国有条件上市许可)框架内或在该产品获得欧盟上市许可批准后接受治疗的患者将被随访18个月(该随访部分为回顾性,部分为前瞻性)。因此,本研究涉及回顾性招募,并收集回顾性和前瞻性数据。

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