糖皮质激素冲击治疗Graves眼病多中心前瞻性临床研究
该数据集来自clinicaltrials.gov,聚焦Graves眼病(GO)的糖皮质激素冲击治疗,属于内分泌、营养和代谢疾病分类

基本信息
资源简介
糖皮质激素冲击治疗Graves眼病多中心前瞻性临床研究
该数据集来自clinicaltrials.gov,聚焦Graves眼病(GO)的糖皮质激素冲击治疗,属于内分泌、营养和代谢疾病分类。GO是与甲状腺密切相关的器官特异性自身免疫病,表现为突眼、眼睑肿胀、眼痛和复视。中重度活动期GO以糖皮质激素为一线治疗,静脉甲泼尼龙优于口服。数据集覆盖多中心前瞻性临床研究背景,可用于分析治疗方案与疗效关系,支持临床预测建模(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:Graves眼病。Graves眼病(GO)是一种与甲状腺密切相关的器官特异性自身免疫病,典型表现为突眼、眼睑肿胀、眼痛和复视。轻度GO可能随甲状腺功能亢进的控制而缓解,而中重度GO可严重损害视力,需要更积极的治疗。糖皮质激素是中重度活动期GO的一线治疗,静脉甲泼尼龙比口服糖皮质激素更有效。欧洲Graves眼病专家组(EUGOGO)2021年临床实践指南推荐,甲泼尼龙的最佳给药方案为每周一次、持续12周,累积剂量4.5克。对于最严重的病例,也可采用高达8克的更高累积剂量作为单药治疗。从20世纪90年代开始,内分泌科
【主题与分类】
主题标签:Graves Ophthalmopathy。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/NCT06693856
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/NCT06693856
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眼病。Graves眼病(GO)是一种与甲状腺密切相关的器官特异性自身免疫性疾病,典型表现为眼球突出、眼睑肿胀、眼痛和复视。轻度GO可能随甲状腺功能亢进的控制而缓解,而中重度GO可严重损害视力,需要更积极的治疗。糖皮质激素是中重度活动性GO的一线治疗,静脉注射甲泼尼龙比口服糖皮质激素更有效。欧洲Graves眼病专家组(EUGOGO)2021年临床实践指南推荐,甲泼尼龙的最佳给药方案为每周一次,持续12周,累积剂量为4.5克。对于最严重的病例,也可采用高达8克的更高累积剂量作为单药治疗。自20世纪90年代起,上海长征医院内分泌科开始收治Graves眼病患者并开展免疫抑制脉冲治疗,累计近1000例GO病例,成为上海乃至全国收治Graves眼病患者最多的医院。
每月脉冲治疗方案具有较高的治疗应答率、较低的复发率和良好的安全性。然而,糖皮质激素脉冲治疗Graves眼病仍存在一系列未解决的问题。首先,甲泼尼龙的最佳累积剂量尚未确定。其次,Graves眼病的活动病程个体差异很大,报道从数月到数年不等,脉冲治疗尚未实现个体化。第三,个体对糖皮质激素的敏感性存在显著差异;每次500mg甲泼尼龙的固定高剂量给药缺乏充分证据。根据体重或体表面积计算单次给药剂量可能更为合理。不同剂量的疗效和安全性
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。




