Benralizumab 与 Mepolizumab 治疗 EGPA 的疗效与安全性对比研究
该数据集来自 clinicaltrials.gov，聚焦嗜酸性肉芽肿性多血管炎（EGPA）这一免疫系统疾病。源站描述了一项随机、双盲、活性对照、平行组、多中心、为期52周的3期研究，比较 Benralizumab 30 mg 与 Mepolizumab 300 mg 皮下注射在复发或难治性 EGPA
基本信息
资源简介
Benralizumab 与 Mepolizumab 治疗 EGPA 的疗效与安全性对比研究
该数据集来自 clinicaltrials.gov，聚焦嗜酸性肉芽肿性多血管炎（EGPA）这一免疫系统疾病。源站描述了一项随机、双盲、活性对照、平行组、多中心、为期52周的3期研究，比较 Benralizumab 30 mg 与 Mepolizumab 300 mg 皮下注射在复发或难治性 EGPA 患者中的疗效与安全性，患者同时接受皮质类固醇治疗，伴或不伴稳定免疫抑制治疗。完成双盲期的患者可进入开放标签扩展期，接受开放标签 Benralizumab 30 mg 皮下注射至少1年。数据可用于 EGPA 治疗方案的疗效与安全性对比分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：嗜酸性肉芽肿性血管炎。这是一项随机、双盲、活性对照、平行组、多中心、为期52周的3期研究，旨在比较 Benralizumab 30 mg 与 Mepolizumab 300 mg 皮下（SC）注射在复发或难治性 EGPA 患者中的疗效与安全性，这些患者正在接受皮质类固醇治疗，伴或不伴稳定免疫抑制治疗。所有完成52周双盲治疗期并接受 IP 的患者可能符合条件继续进入开放标签扩展（OLE）期。OLE 期旨在让每位患者至少接受1年的开放标签 Benralizumab 30 mg 皮下注射治疗（因此较早入组的患者可能在 OLE 期中停留超过1年）。
【主题与分类】
主题标签：Eosinophilic Granulomatous Vasculitis。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/NCT04157348
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/NCT04157348
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：嗜酸性肉芽肿性血管炎。这是一项随机、双盲、活性对照、平行组、多中心、为期52周的3期研究，旨在比较贝那利珠单抗30 mg与美泊利珠单抗300 mg皮下注射给药在正在接受糖皮质激素治疗（伴或不伴稳定免疫抑制治疗）的复发或难治性EGPA患者中的疗效和安全性。所有完成52周双盲IP治疗期的患者均可能有资格继续进入开放标签扩展（OLE）期。OLE期旨在让每位患者至少接受1年的开放标签贝那利珠单抗30 mg皮下注射治疗（因此，较早入组的患者进入OLE期的时间可能超过1年）。
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。
