Sibeprenlimab皮下注射治疗干燥综合征疗效与安全性试验
该数据集来自clinicaltrials.gov，围绕sibeprenlimab 400 mg每4周皮下注射作为背景治疗附加方案，用于干燥综合征（Sjögren's disease）的多中心、随机、双盲、安慰剂对照概念验证研究，并包含可选开放标签扩展
基本信息
资源简介
Sibeprenlimab皮下注射治疗干燥综合征疗效与安全性试验
该数据集来自clinicaltrials.gov，围绕sibeprenlimab 400 mg每4周皮下注射作为背景治疗附加方案，用于干燥综合征（Sjögren's disease）的多中心、随机、双盲、安慰剂对照概念验证研究，并包含可选开放标签扩展。主要目标是第28周比较sibeprenlimab与安慰剂对ESSDAI评分的影响，关键次要目标为第28周比较ESSPRI。约80名按2016 ACR/Euro标准诊断的参与者入组。可用于评估该药物疗效与安全性、研究免疫系统疾病治疗结局（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：干燥综合征。这是一项多中心、随机、双盲、安慰剂对照的概念验证研究，随后为可选的开放标签扩展，旨在评估sibeprenlimab 400 mg每4周皮下注射（SC Q4 weeks）作为背景治疗附加方案在干燥综合征参与者中的疗效和安全性。主要目标是比较sibeprenlimab与安慰剂在背景治疗基础上第28周对欧洲抗风湿病联盟干燥综合征疾病活动指数（ESSDAI）评分的影响。关键次要目标是比较sibeprenlimab与安慰剂在背景治疗基础上第28周对欧洲抗风湿病联盟干燥综合征患者报告指数（ESSPRI）的影响。约80名根据2016年美国风湿病学会（ACR）/欧洲
【主题与分类】
主题标签：Sjogren Disease。本站分类：免疫系统疾病/其他。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06928142
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/NCT06928142
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：干燥综合征。这是一项多中心、随机、双盲、安慰剂对照的概念验证研究，随后进行可选的开放标签扩展，旨在评估sibeprenlimab 400 mg每4周皮下注射一次作为背景治疗附加治疗用于干燥综合征参与者的有效性和安全性。主要目的是比较sibeprenlimab与安慰剂在背景治疗基础上添加后第28周时对欧洲抗风湿病联盟干燥综合征疾病活动指数（ESSDAI）评分的影响。关键次要目的是比较sibeprenlimab与安慰剂在背景治疗基础上添加后第28周时对欧洲抗风湿病联盟干燥综合征患者报告指数（ESSPRI）的影响。约80名根据2016年美国风湿病学会（ACR）/欧洲抗风湿病联盟（EULAR）标准诊断为干燥综合征的参与者将被随机分组，其中约40名参与者进入sibeprenlimab组，40名参与者进入安慰剂组。
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。
