Remibrutinib 治疗 IgE 介导食物过敏的 52 周研究
该数据集来自 clinicaltrials.gov,收录一项关于 remibrutinib 治疗 IgE 介导食物过敏的 III 期、52 周、多中心、安慰剂对照关键性研究,受试者为对花生、牛奶或鸡蛋过敏的青少年和成人

基本信息
资源简介
Remibrutinib 治疗 IgE 介导食物过敏的 52 周研究
该数据集来自 clinicaltrials.gov,收录一项关于 remibrutinib 治疗 IgE 介导食物过敏的 III 期、52 周、多中心、安慰剂对照关键性研究,受试者为对花生、牛奶或鸡蛋过敏的青少年和成人。研究分为 4 个亚研究,分别在第 24 周评估对花生、牛奶、鸡蛋过敏原的反应,以及在第 4 周评估对花生、牛奶或鸡蛋过敏原的反应。治疗期 1 为双盲 remibrutinib 或安慰剂,亚研究 1、2、3 最长 24 周,亚研究 4 最长 4 周。可用于食物过敏免疫治疗相关的疗效与安全性研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:IgE 介导的食物过敏、花生过敏、牛奶过敏、鸡蛋过敏。本研究是一项 III 期、52 周、多中心、安慰剂对照的关键性研究,旨在评估 remibrutinib 与安慰剂相比在患有花生、牛奶或鸡蛋 IgE 介导过敏的青少年和成人受试者中的疗效和安全性。本研究将分为 4 个亚研究进行:亚研究 1 评估第 24 周对花生过敏原的反应,亚研究 2 评估第 24 周对牛奶过敏原的反应,亚研究 3 评估第 24 周对鸡蛋过敏原的反应,亚研究 4 评估第 4 周对花生或牛奶或鸡蛋过敏原的反应。治疗期 1:受试者将接受两个治疗组之一,双盲 remibrutinib 或安慰剂,亚研究 1、2 和 3 最长 24 周,亚研究 4 最长 4 周。治疗期 2:对于所有亚研究,开放
【主题与分类】
主题标签:IgE-Mediated Food Allergy、Peanut Allergy、Cow Milk Allergy、Egg Allergy。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07768371
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/NCT07768371
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:IgE介导的食物过敏、花生过敏、牛奶过敏、鸡蛋过敏。本研究是一项III期、为期52周、多中心、安慰剂对照的关键性研究,旨在评估remibrutinib与安慰剂相比,在患有花生、牛奶或鸡蛋IgE介导过敏的青少年和成人受试者中的疗效和安全性。本研究将分为4个亚研究进行:亚研究1评估第24周对花生过敏原的反应,亚研究2评估第24周对牛奶过敏原的反应,亚研究3评估第24周对鸡蛋过敏原的反应,亚研究4评估第4周对花生或牛奶或鸡蛋过敏原的反应。治疗期1:受试者将接受两个治疗组之一,即双盲remibrutinib或安慰剂,亚研究1、2和3的治疗期最长24周,亚研究4最长4周。治疗期2:对于所有亚研究,开放标签期从第24周开始,但亚研究4除外,其开放标签期从第4周开始。每个亚研究的受试者将继续参与研究,并接受或开始接受活性开放标签remibrutinib,直至第52周。
在完成第2治疗期后,符合条件的受试者可加入一项独立的开放标签试验后获取研究,接受remibrutinib以评估长期治疗效果。未加入试验后获取研究的受试者将进入为期4周的治疗后安全性随访期,在此期间将监测不良事件。
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。




