长期与常规利妥昔单抗维持治疗比较研究
该数据集来自 clinicaltrials.gov，聚焦 ANCA 相关性血管炎（AAV）的维持治疗研究。源站描述显示，MAINRITSAN 研究比较了利妥昔单抗与硫唑嘌呤在 AAV 维持治疗中的效果，利妥昔单抗在预防复发方面优于硫唑嘌呤；但后续随访中，末次输注利妥昔单抗后 38 个月仍有高达 30
基本信息
资源简介
长期与常规利妥昔单抗维持治疗比较研究
该数据集来自 clinicaltrials.gov，聚焦 ANCA 相关性血管炎（AAV）的维持治疗研究。源站描述显示，MAINRITSAN 研究比较了利妥昔单抗与硫唑嘌呤在 AAV 维持治疗中的效果，利妥昔单抗在预防复发方面优于硫唑嘌呤；但后续随访中，末次输注利妥昔单抗后 38 个月仍有高达 30% 的患者复发。目前尚无随机对照研究评估利妥昔单抗维持治疗的最佳疗程。研究者拟评估长期利妥昔单抗治疗对已获缓解患者预防 AAV 复发的疗效。该数据可用于了解 AAV 维持治疗策略与复发风险（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：ANCA 相关性血管炎。MAINRITSAN 研究比较了利妥昔单抗与硫唑嘌呤作为 ANCA 相关性血管炎维持治疗的效果。在该研究中，利妥昔单抗（第 1 天、第 15 天、第 6 个月、第 12 个月、第 18 个月共 5 次输注）在纳入后 28 个月时预防 AAV 复发方面优于硫唑嘌呤（2 mg/kg/天）（Guillevin 等，NEJM 2014）。然而，在 MAINRITSAN 的随访研究中，末次利妥昔单抗输注后 38 个月，高达 30% 的患者出现复发（未发表数据）。目前，尚无随机对照研究评估利妥昔单抗维持治疗的最佳持续时间。研究者的目标是评估长期利妥昔单抗治疗对在一阶段利妥昔单抗维持治疗后处于缓解期的患者预防 ANCA 相关性血管炎复发的疗效。研究者将进行
【主题与分类】
主题标签：ANCA-associated Vasculitides。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/NCT02433522
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/NCT02433522
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：ANCA相关性血管炎。MAINRITSAN研究比较了利妥昔单抗与硫唑嘌呤作为ANCA相关性血管炎维持治疗的疗效。在该研究中，利妥昔单抗（于第1天、第15天、第6个月、第12个月、第18个月共输注5次）在预防AAV复发方面优于硫唑嘌呤（2 mg/kg/天），评估时间为入组后28个月（Guillevin等，NEJM 2014）。然而，在MAINRITSAN的随访研究中，多达30%的患者在末次利妥昔单抗输注后38个月出现复发（未发表数据）。目前，尚无随机对照研究评估利妥昔单抗维持治疗的最佳疗程。研究者的目标是评估长期利妥昔单抗治疗在预防经第一阶段利妥昔单抗维持治疗后达到缓解的ANCA相关性血管炎患者复发方面的疗效。研究者将开展一项随机安慰剂对照试验，比较长期利妥昔单抗维持治疗（46个月）与常规维持治疗（18个月）的疗效。
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。
