RITAI队列:利妥昔单抗超说明书用于自身免疫性疾病的观察性研究
该数据集来自clinicaltrials.gov,为法国Midi-Pyrénées地区公立医院中因自身免疫性疾病接受利妥昔单抗超说明书治疗的患者队列

基本信息
资源简介
RITAI队列:利妥昔单抗超说明书用于自身免疫性疾病的观察性研究
该数据集来自clinicaltrials.gov,为法国Midi-Pyrénées地区公立医院中因自身免疫性疾病接受利妥昔单抗超说明书治疗的患者队列。覆盖Pemphigus、Auto-immune Thrombocytopenic Purpura、Hemolytic Auto-immune Anaemia、Cold Agglutinin Disease、Cryoglobulinemia等病种,不限剂量与计划输注次数。入组以首次输注为界,计划在第1、3、6、12、18个月随访,记录不良事件并上报药物警戒,按法国方法评定归因性,并建立生物样本库用于药物免疫学研究。可用于自身免疫病超说明书用药的安全性监测、不良事件预测及药物免疫学分析(来。
【数据内容】
源站描述(机器翻译,仅供参考):病症:Pemphigus、Auto-immune Thrombocytopenic Purpura、Hemolytic Auto-immune Anaemia、Cold Agglutinin Disease、Cryoglobulinemia。在法国Midi-Pyrénées地区公立医院中,所有因自身免疫性疾病接受利妥昔单抗超说明书治疗的患者均符合研究条件,无论剂量和计划输注次数如何。入组在首次利妥昔单抗输注开始时即确定。计划在首次输注后第1、3、6、12和18个月进行随访。每次访视时,研究者将记录自上次访视以来发生的不良事件。严重或非预期不良事件将被系统监测并向药物警戒部门报告。归因性将根据法国方法进行评定。将建立生物样本采集以支持药物免疫学研究。
【主题与分类】
主题标签:Pemphigus、Auto-immune Thrombocytopenic Purpura、Hemolytic Auto-immune Anaemia、Cold Agglutinin Disease、Cryoglobulinemia。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/NCT00960713
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/NCT00960713
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:天疱疮、自身免疫性血小板减少性紫癜、溶血性自身免疫性贫血、冷凝集素病、冷球蛋白血症。所有在法国南部-比利牛斯大区公立医院因自身免疫性疾病接受利妥昔单抗超说明书治疗的患者均有资格参加本研究,无论剂量和计划输注次数如何。首次利妥昔单抗输注开始时即确定入组。计划在首次输注后第1、3、6、12和18个月进行随访。每次随访时,研究者将记录自上次随访以来发生的不良事件。严重或非预期不良事件将系统监测并向药物警戒部门报告。归因性将根据法国方法进行评定。将建立生物样本采集以用于药物免疫学研究。
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。




