意大利多中心回顾性观察研究:评估Siltuximab治疗Castleman病患者的有效性与安全性

本数据集源自clinicaltrials.gov,为一项意大利多中心回顾性观察研究,旨在评估Siltuximab在真实临床实践中用于复发或难治性多中心Castleman病(MCD)的有效性与安全性

IRCCS Azienda Ospedaliero-Universitaria di BolognaIRCCS Azienda Ospedaliero-Universitaria di Bologna
clinicaltrials
浏览 11
其他分类Castleman Disease
An Italian Multicenter Retrospective Observational Study to Assess Effectiveness and Safety of Siltuximab for Patients with Castleman's Disease Treated in Italy in a Real-life Context

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-11

资源简介

意大利多中心回顾性观察研究:评估Siltuximab治疗Castleman病患者的有效性与安全性

本数据集源自clinicaltrials.gov,为一项意大利多中心回顾性观察研究,旨在评估Siltuximab在真实临床实践中用于复发或难治性多中心Castleman病(MCD)的有效性与安全性。研究基于对当前临床实践的回顾性观察,不施加任何额外干预,患者不接受常规诊疗以外的操作,所收集的临床变量均为医生日常实践中已常规采集的数据。该数据可用于了解Siltuximab在真实世界中的使用情况、疗效与安全性特征,为这一罕见病的临床认知提供补充信息(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:Castleman病。本研究的目的是提供关于Siltuximab在真实世界背景下用于复发或难治性(R/R)MCD的使用、有效性和安全性特征的有用信息,因为自获批以来,需要更多数据来提高对这种罕见病的认识。本研究的观察性、非干预性性质基于对当前临床实践的回顾性观察,未针对研究本身应用任何类型的临时“干预”。事实上,参与研究的患者不会接受正常临床实践之外的任何程序;同样,将为研究收集的临床变量是医生在临床实践中已经常规收集的那些变量。

【主题与分类】

主题标签:Castleman Disease。本站分类:血液与淋巴系统疾病/卡斯尔曼病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06720870

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT06720870

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:Castleman病。本研究旨在提供有关siltuximab用于复发或难治性(R/R)多中心型Castleman病(MCD)的真实世界使用、有效性和安全性的有用信息,因为自获批以来需要更多数据以提高对这种罕见病的认识。本研究的观察性、非干预性性质基于对当前临床实践的回顾性观察,未针对研究本身采用任何类型的临时“干预”。事实上,参与研究的患者不会接受正常临床实践之外的任何操作;同样,将为研究收集的临床变量也是医生在临床实践中已经常规收集的变量。

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。

获取专属数据定制方案