MHB018A治疗慢性甲状腺眼病患者研究
该数据集来自clinicaltrials.gov，聚焦慢性甲状腺眼病（TED）患者中MHB018A治疗的临床研究。MHB018A为人源化抗IGF1R抗体，按Q4W给药6个月，并与安慰剂对照，主要考察其疗效、安全性和耐受性
基本信息
资源简介
MHB018A治疗慢性甲状腺眼病患者研究
该数据集英文名为 MHB018A Treatment in Patients With Chronic Thyroid Eye Disease，来源于 clinicaltrials.gov，聚焦慢性甲状腺眼病（TED）患者中 MHB018A 治疗的临床研究。MHB018A 是一种人源化抗 IGF1R 抗体，按 Q4W 给药 6 个月，并与安慰剂进行对照，主要考察其疗效、安全性和耐受性。数据集在本站归入内分泌、营养和代谢疾病 / 其他分类，主题标签为 Thyroid Eye Disease (TED)。整体而言，该数据集围绕一项针对慢性 TED 的干预性临床研究，提供研究设计、给药方案与对照安排等方面的信息，可用于了解该研究的基本情况与相关主题检索。
【数据集背景】
甲状腺眼病（TED）是本研究关注的目标疾病。根据源站描述，该研究的主要目的是在患有慢性 TED 的参与者中，考察 MHB018A 相较于安慰剂的疗效、安全性和耐受性。MHB018A 是一种人源化抗 IGF1R 抗体，采用 Q4W（每 4 周一次）的给药方式，持续 6 个月。该数据集即围绕这一临床研究形成，主题标签为 Thyroid Eye Disease (TED)，本站分类为内分泌、营养和代谢疾病 / 其他。
【数据内容】
该数据集的内容对应 clinicaltrials.gov 上的一项临床研究记录，涉及的研究对象为慢性甲状腺眼病（TED）患者。研究涉及两种干预安排：MHB018A（人源化抗 IGF1R 抗体）按 Q4W 给药 6 个月，以及安慰剂对照。研究的主要考察维度包括疗效、安全性和耐受性。除上述信息外，源站未提供关于具体变量字段、观测指标明细或数据表结构的信息。
【采集与来源】
该数据集来自 clinicaltrials.gov。源站描述表明，其对应研究的主要目标是在慢性 TED 参与者中比较 MHB018A 与安慰剂的疗效、安全性和耐受性；MHB018A 为人源化抗 IGF1R 抗体，Q4W 给药 6 个月。关于采集时间范围、采集机构、样本量及具体采集流程，源站未提供。
【适用场景】
该数据集适用于围绕慢性甲状腺眼病（TED）临床研究的主题检索与信息了解，可用于关注人源化抗 IGF1R 抗体 MHB018A 在慢性 TED 中 Q4W 给药 6 个月并与安慰剂对照这一研究设计的使用场景。也可用于内分泌、营养和代谢疾病相关分类下的资料整理与索引。关于更具体的分析用途或建模场景，源站未提供。
【使用方法】
源站未提供。
【质量与限制】
源站未提供关于数据质量、完整性、偏倚控制或使用限制的说明。该数据集对应的研究为与安慰剂对照的设计，涉及 MHB018A 按 Q4W 给药 6 个月；除此之外，源站未提供其他质量与限制相关信息。
【引用与许可】
源站未提供。
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/NCT07257185
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
适应症：甲状腺眼病（TED）。本研究的主要目的是研究MHB018A（一种人源化抗IGF1R抗体）每4周一次给药、持续6个月，与安慰剂相比，在治疗慢性TED受试者中的疗效、安全性和耐受性。
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。
