Abatacept治疗复发型非严重肉芽肿性多血管炎(Wegener's)
该数据集来自clinicaltrials.gov,聚焦复发型非严重肉芽肿性多血管炎(Wegener's)及ANCA相关血管炎

基本信息
资源简介
Abatacept治疗复发型非严重肉芽肿性多血管炎(Wegener's)
该数据集来自clinicaltrials.gov,聚焦复发型非严重肉芽肿性多血管炎(Wegener's)及ANCA相关血管炎。源站描述了一项多中心、随机、双盲、安慰剂对照试验,评估abatacept在维持无糖皮质激素缓解方面的疗效。受试者维持稳定剂量的免疫抑制剂(MTX、AZA或MA)并随机接受abatacept或安慰剂,同时每日口服prednisone 30 mg并按标准化方案逐渐减量。数据可用于免疫系统疾病治疗研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:肉芽肿性多血管炎(Wegener's)、肉芽肿性多血管炎、Wegener's肉芽肿病、ANCA相关血管炎。多中心、随机、双盲、安慰剂对照试验,评估abatacept在复发型非严重GPA患者中实现持续无糖皮质激素缓解的疗效。进入试验的患者将维持其免疫抑制剂的稳定剂量,免疫抑制剂可包括methotrexate(MTX)、azathioprine(AZA)或mycophenolate(MA),并将接受盲法随机化以接受abatacept或安慰剂。患者还将每日接受prednisone 30 mg,然后使用标准化减量方案逐渐减至零。如果入组患者经历非严重复发或非严重疾病恶化(尽管常见关闭),或如果他们在第6个月时尚未达到缓解,
【主题与分类】
主题标签:Granulomatosis With Polyangiitis、Wegener's Granulomatosis、ANCA-Associated Vasculitis。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/NCT02108860
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/NCT02108860
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:肉芽肿性多血管炎(韦格纳肉芽肿)、肉芽肿性多血管炎、韦格纳肉芽肿病、ANCA相关性血管炎。一项多中心、随机、双盲、安慰剂对照试验,旨在评估阿巴西普在复发性非重症GPA患者中实现持续无糖皮质激素缓解的疗效。进入试验的患者将维持稳定剂量的免疫抑制剂,可包括甲氨蝶呤(MTX)、硫唑嘌呤(AZA)或霉酚酸酯(MA),并将接受盲法随机分组以接受阿巴西普或安慰剂。患者还将每日接受泼尼松30 mg,随后按照标准化减量方案逐渐减至零。如果入组患者出现非重症复发或非重症疾病恶化(尽管通过共同终点评估),或如果在第6个月时尚未达到缓解,他们可选择进入开放标签试验期,在此期间他们将接受阿巴西普联合其维持性免疫抑制剂及标准化糖皮质激素减量方案。
患有严重疾病复发或严重疾病恶化的患者将符合提前终止标准,并停止接受研究药物治疗。患者将继续参与研究,直至达到提前终止标准或直至共同关闭,即最后一名患者随机分组后12个月。在共同关闭或提前终止后,患者将根据最佳医学判断接受治疗,并在停止研究治疗后3个月进行治疗后安全性访视。
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。




