替妥木单抗开放标签扩展研究降低Graves眼病眼球突出的治疗
该数据集来自clinicaltrials.gov,为HZNP-TEP-301(NCT03298867)的多中心开放标签扩展研究,评估替妥木单抗治疗成人甲状腺眼病的安全性和有效性

基本信息
资源简介
替妥木单抗开放标签扩展研究降低Graves眼病眼球突出的治疗
该数据集来自clinicaltrials.gov,为HZNP-TEP-301(NCT03298867)的多中心开放标签扩展研究,评估替妥木单抗治疗成人甲状腺眼病的安全性和有效性。入组对象为完成24周双盲治疗期的眼球突出无应答者,或应答但在随访期复发需再治疗者。所有参与者接受8次替妥木单抗输注(首剂10 mg/kg,后续7次20 mg/kg)。数据可用于甲状腺眼病治疗研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:甲状腺眼病。这是一项多中心、开放标签扩展研究,研究HZNP-TEP-301(NCT03298867),考察替妥木单抗治疗成人甲状腺眼病(TED)的安全性和有效性。完成研究HZNP-TEP-301的24周双盲治疗期且为眼球突出无应答者,或在第24周为眼球突出应答者但在HZNP-TEP-301随访期因复发符合再治疗标准者,将有资格入组。所有选择参与的参与者将以开放标签方式接受8次替妥木单抗输注(首次输注10 mg/kg,其余7次输注20 mg/kg)。本扩展研究的基线(第1天)访视将在研究HZNP-TEP-301末次访视后14天内进行(眼球突出无应答者为第24周,再治疗参与者最长至第72周)。
【主题与分类】
主题标签:Thyroid Eye 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/NCT03461211
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/NCT03461211
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。这是一项多中心、开放标签扩展研究,研究对象为HZNP-TEP-301(NCT03298867)研究中的成年参与者,旨在考察替妥木单抗治疗甲状腺眼病的安全性和有效性。完成HZNP-TEP-301研究24周双盲治疗期且眼球突出无应答的参与者,或在第24周时为眼球突出应答者但在HZNP-TEP-301研究随访期内因复发符合再治疗标准的参与者,均有资格入组。所有选择参与的参与者将以开放标签方式接受8次替妥木单抗输注(首次输注10 mg/kg,随后7次输注20 mg/kg)。本扩展研究的基线(第1天)访视将在HZNP-TEP-301研究末次访视后14天内进行(眼球突出无应答者为第24周,复发参与者最长为第72周)。在开放标签治疗期内,研究药物输注计划安排在第1天(基线)以及第3、6、9、12、15、18和21周(末次访视在第24周)。
治疗期结束后,研究HZNP-TEP-301中眼球突出无应答的受试者将进入为期24周的随访期,在此期间不给予研究药物,并安排在第24周访视后1、3和6个月(第7、9和12个月访视)进行门诊访视。受试者将在6个月和12个月后通过电话或电子邮件联系,询问自上次研究接触以来是否接受过任何TED治疗。在HZNP-TEP-301随访期内复发并选择进入本扩展研究的参与者将不参加本研究的随访期,但将在第24周访视后6个月和12个月时通过电话或电子邮件联系。该研究于2024年从Horizon收购。
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。




