Mepolizumab治疗嗜酸性肉芽肿性多血管炎研究

该数据集源自clinicaltrials.gov,聚焦于Mepolizumab治疗复发或难治性嗜酸性肉芽肿性多血管炎(EGPA)的随机双盲研究

GlaxoSmithKlineGlaxoSmithKline
clinicaltrials
浏览 5
其他分类Churg-Strauss Syndrome
A Study to Investigate Mepolizumab in the Treatment of Eosinophilic Granulomatosis With Polyangiitis

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-23

资源简介

Mepolizumab治疗嗜酸性肉芽肿性多血管炎研究

该数据集源自clinicaltrials.gov,聚焦于Mepolizumab治疗复发或难治性嗜酸性肉芽肿性多血管炎(EGPA)的随机双盲研究。研究覆盖接受标准治疗(包括背景皮质类固醇治疗,伴或不伴免疫抑制治疗)的受试者,干预为每4周皮下注射300 mg Mepolizumab对比安慰剂,治疗期52周。关键结局包括临床缓解(BVAS=0且泼尼松龙/泼尼松剂量≤4 mg/天)、疾病复发减少和皮质类固醇需求减少。数据可用于评估该疗法的疗效与安全性,支持免疫系统疾病领域的临床研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:Churg-Strauss综合征。这项随机、双盲研究的目的是在复发或难治性嗜酸性肉芽肿性多血管炎(EGPA)受试者中,比较mepolizumab(300毫克[mg]每4周皮下[SC]给药)与安慰剂在52周研究治疗期内的疗效和安全性,受试者接受标准治疗,包括背景皮质类固醇治疗,伴或不伴免疫抑制治疗。在治疗期间,根据标准治疗,皮质类固醇剂量将逐渐减少。研究的关键结局侧重于评估临床缓解,定义为伯明翰血管炎活动评分(BVAS)=0且皮质类固醇剂量≤4 mg/天泼尼松龙/泼尼松,减少疾病复发和减少皮质类固醇需求。

【主题与分类】

主题标签:Churg-Strauss Syndrome。本站分类:免疫系统疾病/嗜酸性肉芽肿性多血管炎。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT02020889

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/NCT02020889

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

条件:Churg-Strauss综合征。这项随机、双盲研究的目的是在52周的研究治疗期内,研究美泊利单抗(每4周皮下注射300毫克[mg])与安慰剂相比,在复发或难治性嗜酸性肉芽肿性多血管炎(EGPA)受试者中的疗效和安全性,这些受试者正在接受标准治疗,包括背景皮质类固醇治疗,伴或不伴免疫抑制治疗。在治疗期间,根据标准治疗,皮质类固醇剂量将逐渐减少。研究的关键结局侧重于评估临床缓解,定义为伯明翰血管炎活动评分(BVAS)=0且皮质类固醇剂量≤4 mg/天泼尼松龙/泼尼松,减少疾病复发和减少皮质类固醇需求。

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