Efgartigimod PH20 SC PFS 治疗成人Graves病疗效与安全性研究
该数据集来自clinicaltrials.gov,收录一项评估efgartigimod PH20 SC预充式注射器在成人Graves病患者中疗效与安全性的临床研究

基本信息
资源简介
Efgartigimod PH20 SC PFS 治疗成人Graves病疗效与安全性研究
该数据集来自clinicaltrials.gov,收录一项评估efgartigimod PH20 SC预充式注射器在成人Graves病患者中疗效与安全性的临床研究。研究关注efgartigimod对甲状腺功能的影响、安全性与耐受性、体内分布与消除、抗体水平变化及免疫系统应答。研究分为A部分双盲治疗期、B部分治疗/观察期和C部分开放标签治疗/观察期,参与不同部分取决于治疗反应。数据可用于了解该药物在Graves病中的临床研究设计与结局指标(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Graves' Disease,Graves Disease。本研究的主要目的是观察efgartigimod对成人Graves病(GD)患者甲状腺功能的影响。研究还将检查efgartigimod是否安全且耐受性良好。它将观察efgartigimod在体内的分布和消除方式、如何改变抗体水平以及免疫系统对其如何应答。研究包括A部分双盲治疗期、B部分治疗/观察期和C部分开放标签治疗/观察期。在A部分和B部分治疗期间,参与者将通过预充式注射器(PFS)接受efgartigimod PH20 SC或安慰剂。在C部分开放标签治疗期间,参与者将接受efgartigimod PH20 SC PFS。参与研究的不同部分将取决于参与者对治疗的反应。总
【主题与分类】
主题标签:Graves' Disease、Graves Disease。本站分类:内分泌、营养和代谢疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07570316
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/NCT07570316
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:Graves病、Graves病。本研究的主要目的是观察efgartigimod对患有Graves病(GD)的成人甲状腺功能的影响。该研究还将检查efgartigimod是否安全且耐受性良好。研究将观察efgartigimod在体内的分布和消除情况、其如何改变抗体水平以及免疫系统对其的反应。该研究包括A部分双盲治疗期、B部分治疗/观察期和C部分开放标签治疗/观察期。在A部分和B部分治疗期间,参与者将通过预充式注射器(PFS)接受efgartigimod PH20 SC或安慰剂。在C部分开放标签治疗期间,参与者将接受efgartigimod PH20 SC PFS。参与研究的不同部分将取决于参与者对治疗的反应。参与者的总研究持续时间范围为63至135周,具体取决于对治疗的反应。更多信息可在此处找到:https://clinicaltrials.argenx.com/vitalithy
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。




