静脉注射免疫球蛋白治疗镰状细胞疼痛危象
该数据集来自 clinicaltrials.gov,聚焦静脉注射免疫球蛋白(IVIG)治疗镰状细胞病疼痛危象的临床研究。源站描述涵盖两项试验:Phase I 在12-65岁急性血管闭塞危象住院患者中评估IVIG耐受性并获取初步疗效数据;Phase II 在6-13.99岁(初始为8-65岁)住院患者

基本信息
资源简介
静脉注射免疫球蛋白治疗镰状细胞疼痛危象
该数据集来自 clinicaltrials.gov,聚焦静脉注射免疫球蛋白(IVIG)治疗镰状细胞病疼痛危象的临床研究。源站描述涵盖两项试验:Phase I 在12-65岁急性血管闭塞危象住院患者中评估IVIG耐受性并获取初步疗效数据;Phase II 在6-13.99岁(初始为8-65岁)住院患者中评估单次400mg/kg IV Gamunex对血管闭塞危象持续时间的影响及安全性。数据可用于分析IVIG对危象时长等终点的作用(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:镰状细胞病、疼痛。患者将在无并发症的疼痛危象期间随机接受单次剂量IVIG与生理盐水安慰剂。将监测血管闭塞危象(VOC)持续时间及其他次要终点。Phase I:在随机、双盲、安慰剂对照、剂量递增的Phase I临床研究中,确定IVIG治疗在因急性血管闭塞危象入院的12-65岁镰状细胞病患者中的耐受性并获得临床疗效的初步数据。Phase II:在随机、双盲、安慰剂对照的Phase II试验中,评估单次剂量400mg/kg静脉(IV)Gamunex对因镰状细胞VOC住院的6-13.99岁受试者(最初为8-65岁,见下文“注释/说明”)VOC持续时间的影响。进一步评估单次剂量400mg/kg IV Gamune的安全性
【主题与分类】
主题标签:Sickle Cell Disease、Pain。本站分类:血液与淋巴系统疾病/镰状细胞贫血。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01757418
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/NCT01757418
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
条件:镰状细胞病、疼痛。患者将在无并发症的疼痛危象期间随机接受单剂静脉注射免疫球蛋白(IVIG)或生理盐水安慰剂治疗。将监测血管闭塞危象(VOC)持续时间及其他次要终点。I期:在一项针对12-65岁因急性血管闭塞危象入院的镰状细胞病患者的随机、双盲、安慰剂对照、剂量递增I期临床研究中,确定IVIG治疗的耐受性并获得临床疗效的初步数据。II期:在一项随机、双盲、安慰剂对照II期试验中,评估单剂400mg/kg静脉注射(IV)Gamunex对因镰状细胞VOC住院的6-13.99岁受试者(最初为8-65岁,见下文“注释/说明”)VOC持续时间的影响。进一步评估单剂400mg/kg IV Gamunex在因镰状细胞VOC住院的6-65岁受试者中的安全性。
注/说明:以下为本研究合格标准所要求年龄范围的“演变”时间线:初始年龄范围:8-65岁;自2013年1月2日起生效:12-65岁;自2015年3月31日起生效:8-21岁;自2018年6月22日起生效:8-13岁;自2019年7月11日起生效:6-13.99岁。
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。




