Mepolizumab治疗嗜酸性粒细胞增多综合征的多中心开放标签扩展安全性研究（源自研究200622）
该数据集来自clinicaltrials.gov，为一项多中心、开放标签扩展安全性研究，针对嗜酸性粒细胞增多综合征（HES）受试者
基本信息
资源简介
Mepolizumab治疗嗜酸性粒细胞增多综合征的多中心开放标签扩展安全性研究（源自研究200622）
该数据集来自clinicaltrials.gov，为一项多中心、开放标签扩展安全性研究，针对嗜酸性粒细胞增多综合征（HES）受试者。研究纳入已完成研究200622的32周治疗期或提前退出但按方案继续至随机后32周的受试者，继续每4周皮下注射开放标签mepolizumab 300 mg，额外20周，同时按标准治疗继续背景HES治疗。研究205203与200622的数据将合并，提供最长52周暴露数据，以进一步描述mepolizumab的长期安全性特征并提供额外临床获益数据（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：适应症：嗜酸性粒细胞增多综合征。这是一项研究200622的开放标签扩展研究。在本研究中，来自研究200622的受试者将在完成随机化后32周研究评估后，继续每4周皮下（SC）注射开放标签mepolizumab 300毫克（mg），额外20周，同时按标准治疗（SoC）继续其背景HES治疗。来自研究200622的受试者，如果已完成研究200622的32周治疗期，或虽提前退出研究但按方案继续至随机后32周，则将参与本扩展研究。本研究（205203）和200622的数据将合并，以提供最长52周的暴露数据，进一步描述mepolizumab的长期安全性特征，并提供额外的临床获益数据。
【主题与分类】
主题标签：Hypereosinophilic Syndrome。本站分类：血液与淋巴系统疾病/嗜酸性粒细胞增多综合征。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT03306043
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/NCT03306043
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：嗜酸性粒细胞增多综合征。这是一项针对研究200622的开放标签扩展研究。在本研究中，来自研究200622的受试者将在完成随机化后32周研究评估后，继续接受每4周一次开放标签美泊利单抗300毫克（mg）皮下注射（SC）治疗，额外持续20周，同时按标准治疗（SoC）继续其背景HES治疗。来自研究200622的受试者若已完成研究200622的32周治疗期，或虽提前退出研究但按方案继续参与至随机化后32周，则将参加本扩展研究。本研究（205203）和研究200622的数据将合并，以提供最长52周的暴露数据，进一步表征美泊利单抗的长期安全性特征，并提供HES受试者超过32周的临床获益额外数据。在本开放标签扩展研究后继续通过MHE104317/MHE112562接受美泊利单抗治疗的受试者，研究参与持续时间为20周；不继续接受MHE104317/MHE112562治疗的受试者为28周。
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。
