评估Apremilast治疗难治性皮肌炎皮肤病变的安全性与疗效
该数据集来自clinicaltrials.gov,记录一项关于Apremilast治疗成人难治性皮肌炎皮肤病变的II期开放标签单臂临床研究

基本信息
资源简介
评估Apremilast治疗难治性皮肌炎皮肤病变的安全性与疗效
该数据集来自clinicaltrials.gov,记录一项关于Apremilast治疗成人难治性皮肌炎皮肤病变的II期开放标签单臂临床研究。研究由Tulane University单一中心开展,主要研究者为Carole Bitar, MD,参与国家为美国。数据覆盖皮肌炎这一结缔组织病,涉及免疫学治疗领域,可用于评估药物安全性、疗效及相关临床结局的预测分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:皮肌炎,成人型。1. 申办者姓名(PI):Carole Bitar, MD 2. 副PI:Erin Boh, MD, PhD;Brittany Stumpf, MD;合作者:Nakhle Saba, MD 3. 参与者中心数量:1,Tulane University 4:参与者国家:美国 II. 产品信息 1. 研究标题:一项评估Apremilast治疗难治性皮肌炎患者皮肤病变的安全性与疗效的2期、开放标签、单臂研究。2. 临床阶段:II期临床试验 3. 主要Celgene产品:Apremilast III. 概念设计与依据 1. 治疗领域:免疫学 2. 专业:结缔组织病 3. 疾病状态:皮肌炎 4-若其他请说明:无 5. 研究依据:皮肌炎是一种炎症性疾病,主要累及皮肤,伴或不伴近端肌无力。皮肌炎的一线治疗是系统性
【主题与分类】
主题标签:Dermatomyositis, Adult Type。本站分类:内分泌、营养和代谢疾病/糖尿病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03529955
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/NCT03529955
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
疾病:皮肌炎,成人型。1. 申办者姓名(主要研究者):Carole Bitar,医学博士 2. 副主要研究者:Erin Boh,医学博士、哲学博士;Brittany Stumpf,医学博士;合作者:Nakhle Saba,医学博士 3. 参与中心数量:1个,杜兰大学 4. 参与国家:美国 II. 产品信息 1. 研究标题:一项评估阿普司特治疗难治性皮肌炎患者皮肤病变安全性与有效性的2期、开放标签、单臂研究。2. 临床阶段:II期临床试验 3. 主要Celgene产品:阿普司特 III. 概念设计与依据 1. 治疗领域:免疫学 2. 专业:结缔组织病 3. 疾病状态:皮肌炎 4. 若为其他请说明:无 5. 研究依据:皮肌炎是一种炎症性疾病,主要累及皮肤,伴或不伴近端肌无力。皮肌炎的一线治疗为全身性类固醇,但由于长期副作用,患者通常接受 sparing 剂的治疗。目前对于皮肌炎的治疗指南尚无已知共识,许多抗炎药物已被成功使用。
杜兰大学是难治性皮肌炎病例的转诊中心。研究者报告了一例57岁女性患者,患有多种药物难治性皮肌炎,使用阿普司特后其皮肤病变完全缓解,肌肉病变也有所改善。该患者被诊断为皮肌炎。在6年期间,她接受了多种免疫抑制剂的充分试验治疗,包括羟氯喹、霉酚酸酯、硫唑嘌呤、甲氨蝶呤、索里坦、静脉注射免疫球蛋白(IVIG)、他克莫司、苯丁酸氮芥、英夫利西单抗和利妥昔单抗。在过去四年中,医生无法将皮质类固醇减至每日40 mg以下。尽管接受了这些治疗,她的病情仍持续发作。长期使用类固醇导致胰岛素依赖型糖尿病以及其他类固醇相关副作用。在服用 st
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。




