PQ Grass 27600 SU 探索性研究

Name: PQ Grass 27600 SU 探索性研究
Creator: Allergy Therapeutics

该数据集来自 clinicaltrials.gov，主题为季节性过敏性鼻炎与过敏性鼻结膜炎，聚焦 PQ Grass 27600 SU 的探索性研究

Allergy Therapeutics

clinicaltrials

其他分类Rhinitis, Allergic, Seasonal

An Exploratory Study of PQ Grass 27600 SU

基本信息

模态

其他

任务类型

分类

创建/更新时间

2026-10-23

资源简介

PQ Grass 27600 SU 探索性研究

该数据集来自 clinicaltrials.gov，主题为季节性过敏性鼻炎与过敏性鼻结膜炎，聚焦 PQ Grass 27600 SU 的探索性研究。源站描述显示，PQGrass309 是一项随机、双盲、安慰剂对照的探索性研究，旨在评估 PQ Grass 27600 SU 在草花粉暴露诱发的季节性过敏性鼻炎和/或鼻结膜炎受试者中的疗效与安全性，计划在美国和欧盟开展，并关注治疗结束后最长 6 个月的安全性以及症状与用药联合评分的平均治疗效应。数据可用于过敏性疾病免疫治疗相关研究（来源 clinicaltrials.gov）。

【数据内容】

源站描述（机器翻译，仅供参考）：适应症：季节性过敏性鼻炎。PQGrass309 是一项随机、双盲、安慰剂对照的探索性研究，旨在探索 PQ Grass 27600 SU 在草花粉暴露诱发的季节性过敏性鼻炎和/或鼻结膜炎（SAR）受试者中的疗效与安全性。该研究预计在美国（US）和欧盟（EU）开展。这项探索性现场研究的目的包括探索以下内容：累积剂量 27600 标准单位（SU）的 PQ Grass 治疗草花粉过敏的疗效与安全性（治疗结束后最长 6 个月）。对症状与用药联合评分的预期平均治疗效应。

【主题与分类】

主题标签：Rhinitis, Allergic, Seasonal。本站分类：免疫系统疾病。

【获取与许可】

源站页面：https://clinicaltrials.gov/study/NCT04687059

原始链接

https://clinicaltrials.gov/study/NCT04687059

访问原始数据

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付，我们提供全链路闭环服务，让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持？联系我们获取定制方案。

帮我联系

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/NCT04687059

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。

数据说明

适应症：季节性过敏性鼻炎。PQGrass309是一项随机、双盲、安慰剂对照的探索性研究，旨在探索PQ Grass 27600 SU在由草花粉暴露诱发的季节性过敏性鼻炎和/或鼻结膜炎（SAR）受试者中的疗效和安全性。该研究预计将在美国（US）和欧盟（EU）开展。这项探索性现场研究的目的包括探索以下内容：* PQ Grass累积剂量27600标准单位（SU）治疗草花粉过敏的疗效和安全性（治疗后长达6个月）。* 对症状与药物联合评分的预期平均治疗效果。

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