多国儿童遗传性血管性水肿(HAE)中 Lanadelumab 的研究
该数据集来自 clinicaltrials.gov,聚焦多国儿童遗传性血管性水肿(HAE)患者使用 Lanadelumab(Takhzyro)进行预防性治疗的研究

基本信息
资源简介
多国儿童遗传性血管性水肿(HAE)中 Lanadelumab 的研究
该数据集来自 clinicaltrials.gov,聚焦多国儿童遗传性血管性水肿(HAE)患者使用 Lanadelumab(Takhzyro)进行预防性治疗的研究。HAE 是一种罕见病,因血管暂时性渗漏导致皮下及体内(如腹部、喉部、生殖器)突发肿胀,但不伴瘙痒或荨麻疹。研究针对 C1-INH 缺乏型 HAE 儿童,主要评估 Lanadelumab 在日常生活中的疗效,以患者无 HAE 发作的持续时间作为衡量指标,并了解其他相关目标。可用于罕见病治疗与儿童用药相关分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:遗传性血管性水肿(HAE)。HAE 是一种罕见病。它会导致皮下及体内(如腹部、喉部或生殖器)突发肿胀。这种肿胀源于血管的暂时性渗漏,但不会引起瘙痒或荨麻疹。HAE 根据血液中一种名为 C1 抑制剂(C1-INH)的蛋白质含量进行分类:C1-INH 水平正常的 HAE 和 C1-INH 水平有限或不足的 HAE(C1-INH 缺乏)。本研究将集中于已接受 Takhzyro(Lanadelumab)作为预防性治疗的 C1-INH 缺乏型 HAE 儿童。本研究的主要目标是评估 Lanadelumab 在日常生活里对 C1-INH 缺乏型 HAE 儿童的疗效。这将通过检查接受 Lanadelumab 的儿童无 HAE 发作的时间来衡量。其他目标是了解 C1-INH 缺乏型 HAE 儿童
【主题与分类】
主题标签:Hereditary Angioedema (HAE)。本站分类:免疫系统疾病/荨麻疹和血管性水肿。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07251933
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/NCT07251933
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:遗传性血管性水肿(HAE)。HAE是一种罕见疾病。它会导致皮肤下和体内突然肿胀,例如腹部、喉部或生殖器部位。这种肿胀是由于血管暂时性渗漏所致,但不会引起瘙痒或荨麻疹。HAE根据血液中一种名为C1抑制剂(C1-INH)的蛋白质含量进行分类:C1-INH水平正常的HAE和C1-INH水平有限或不足的HAE(C1-INH缺乏症)。本研究将聚焦于接受Takhzyro(Lanadelumab)作为预防性治疗的HAE C1-INH缺乏症患儿。本研究的主要目标是评估lanadelumab在HAE-C1INH缺乏症患儿日常生活中发挥作用的程度。这将通过检查接受lanadelumab的患儿在多长时间内无HAE发作来衡量。其他目标包括了解HAE-C1INH缺乏症患儿如何接受lanadelumab治疗、该治疗对他们的效果如何、其安全性如何,以及这些患儿因自身病情需要利用医疗服务的频率(如就诊、住院等)。
本研究仅查看参与者医疗记录中已有的数据。作为研究的一部分,不会给予任何治疗。
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。




