Ritlecitinib治疗成人慢性自发性荨麻疹研究
该数据集来自 clinicaltrials.gov,围绕 Ritlecitinib 用于治疗成人慢性自发性荨麻疹(CSU)的临床研究

基本信息
资源简介
Ritlecitinib治疗成人慢性自发性荨麻疹研究
该数据集来自 clinicaltrials.gov,围绕 Ritlecitinib 用于治疗成人慢性自发性荨麻疹(CSU)的临床研究。CSU 是一种无明确原因、反复出现瘙痒性风团及皮下深层肿胀的疾病,且抗组胺药控制不佳。研究将 50 mg 与 100 mg 每日一次口服剂量与安慰剂进行比较,评估安全性与疗效,并招募 18 岁及以上、确诊 CSU 三个月以上且抗组胺药控制不佳的参与者。数据可用于了解该药物在 CSU 人群中的潜在治疗作用与安全性特征(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:慢性自发性荨麻疹。本研究的目的是了解研究药物(称为 ritlecitinib)用于治疗抗组胺药未能有效控制的慢性自发性荨麻疹(CSU)的安全性和效果,抗组胺药用于阻止身体的“过敏警报系统”过度反应。慢性自发性荨麻疹是一种引起瘙痒性风团以及皮肤深层和紧邻皮肤下方脂肪组织肿胀的疾病,这些症状无明显原因地反复出现。本研究将考察 50 毫克(mg)每日一次(QD)口服剂量和 100 毫克(mg)每日一次(QD)口服剂量,并将它们与安慰剂(无活性药物的药片)进行比较。本研究正在寻找以下参与者: 年龄为 18 岁或以上 诊断为慢性自发性荨麻疹 3 个月或更长时间,且尚未通过以下药物得到良好控制
【主题与分类】
主题标签:Chronic Spontaneous Urticaria。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07219615
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/NCT07219615
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:慢性自发性荨麻疹。本研究的目的是了解研究药物(称为ritlecitinib)用于治疗慢性自发性荨麻疹(CSU)的安全性和效果,该疾病对抗组胺药(用于阻止人体“过敏警报系统”过度反应的药物)治疗无效。慢性自发性荨麻疹是一种引起瘙痒性风团以及皮肤深层和紧邻皮肤下方脂肪组织肿胀的疾病,这些症状无明显原因地反复出现。本研究将考察50毫克(mg)每日一次(QD)口服剂量和100毫克(mg)每日一次(QD)口服剂量,并将其与安慰剂(不含活性药物的药片)进行比较。本研究正在招募符合以下条件的参与者:* 年满18岁或以上 * 诊断为慢性自发性荨麻疹3个月或以上,且抗组胺药治疗未能良好控制。* 没有其他与慢性瘙痒相关的皮肤疾病,或主要由已知诱因引起的瘙痒。* 愿意停止除第二代抗组胺药(sgAH)以外所有其他可能正在服用的慢性自发性荨麻疹治疗药物。
约150名参与者将参加本研究。参与者将像抽签一样随机分配,接受50 mg剂量、100 mg剂量或安慰剂,每日口服一次,持续12周(A期)。此后,接受50 mg和100 mg的参与者将继续维持其剂量,而接受安慰剂的参与者将转换为100 mg,再持续12周(B期)。本研究中的2种ritlecitinib剂量将相互比较,并与安慰剂进行比较。这将有助于了解50 mg和/或100 mg剂量的ritlecitinib是否安全有效。参与者将参加本研究约8个月。在研究期间,参与者需要前往研究现场最多9次。参与者将接受各种检查和程序,例如:* 体格检查,* 听力测试,* 血
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




