Reslizumab预防罗阿丝虫病治疗后嗜酸性粒细胞增多
该数据集来自clinicaltrials.gov,围绕罗阿丝虫病(Loiasis)治疗中二乙基卡巴嗪(DEC)引发的严重副作用问题

基本信息
资源简介
Reslizumab预防罗阿丝虫病治疗后嗜酸性粒细胞增多
该数据集来自clinicaltrials.gov,围绕罗阿丝虫病(Loiasis)治疗中二乙基卡巴嗪(DEC)引发的严重副作用问题。研究关注DEC治疗后血液中嗜酸性粒细胞升高可能是副作用成因之一,并探索在DEC治疗前使用可降低嗜酸性粒细胞的药物Reslizumab以预防治疗后嗜酸性粒细胞增多。数据可用于了解该临床试验的研究背景、疾病机制与潜在干预策略,支持相关主题的检索与参考(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:罗阿丝虫病。背景:罗阿丝虫是一种寄生蠕虫,感染西非和中非的人群,通过鹿蝇叮咬传播。成虫(大丝虫)生活在皮肤下,引起肿胀、瘙痒和荨麻疹等症状。较小的虫体(微丝虫)存在于血液中。二乙基卡巴嗪(DEC)是罗阿丝虫感染推荐药物,可产生非常严重的副作用,尤其是在血液中寄生虫数量高的人群中。研究人员正在研究副作用更少或更轻的罗阿丝虫新疗法。研究人员认为,DEC治疗后血液中增多的某种血细胞——嗜酸性粒细胞,可能是DEC治疗所见副作用的原因之一。Reslizumab是一种降低血液中嗜酸性粒细胞的药物。在DEC治疗前给予Reslizumab可能预防
【主题与分类】
主题标签:Loiasis。本站分类:血液及造血器官疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01111305
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/NCT01111305
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:罗阿丝虫病。背景:罗阿罗阿丝虫是一种寄生蠕虫,感染西非和中非地区的人群,通过斑虻叮咬传播。成虫(大丝虫)寄居于皮下,引起肿胀、瘙痒和荨麻疹等症状。较小的虫体(微丝蚴)存在于血液中。乙胺嗪(DEC)是治疗罗阿罗阿丝虫感染推荐使用的药物,但可产生非常严重的副作用,尤其是在血液中寄生虫数量较多的人群中。研究人员正在研究治疗罗阿罗阿丝虫感染的新方法,以期减少副作用或减轻其严重程度。研究人员认为,一种名为嗜酸性粒细胞的血液细胞——DEC治疗后其在血液中增多——可能是DEC治疗所见副作用的原因之一。瑞利珠单抗是一种可降低血液中嗜酸性粒细胞水平的药物。在DEC治疗前给予瑞利珠单抗,可能防止嗜酸性粒细胞增多,并减轻DEC的部分副作用。目的:确定瑞利珠单抗能否预防或减轻DEC治疗罗阿罗阿丝虫感染的副作用。
资格:筛选:年龄在18至65岁之间、曾在罗阿丝虫流行区居住或旅行至少1个月的个体。治疗研究:感染罗阿丝虫且血液中寄生虫数量低的个体。设计:本研究将持续24个月,并将包括多次前往美国国立卫生研究院临床中心的访视。参与者将通过血液检测筛查罗阿丝虫寄生虫。血液中罗阿丝虫寄生虫数量低的个体将被要求返回进行全面的医学评估并开始治疗阶段。血液中没有罗阿丝虫寄生虫的个体,或血液中罗阿丝虫寄生虫数量高的个体,不符合本研究的治疗资格,但可能符合美国国立卫生研究院开展的其他寄生虫病研究的资格。参与者将进行初次访视,包括全面的体格
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。




