两种治疗方案对血管炎缓解的疗效研究
研究为随机、对照、全国多中心、前瞻性设计，按首次发作（66%）或复发（33%）分层，纳入经诱导治疗达到缓解且未使用过生物制剂的患者
基本信息
资源简介
两种治疗方案对血管炎缓解的疗效研究
该数据集来自clinicaltrials.gov，聚焦Wegener Granulomatosis与Microscopic Polyangiitis两类ANCA相关性血管炎缓解期患者，比较azathioprine（常规治疗）与rituximab的疗效。研究为随机、对照、全国多中心、前瞻性设计，按首次发作（66%）或复发（33%）分层，纳入经诱导治疗达到缓解且未使用过生物制剂的患者。数据可用于血管炎缓解期治疗策略的疗效分析与预后研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：Wegener Granulomatosis、Microscopic Polyangiitis。一项随机、对照、全国多中心、前瞻性研究，比较azathioprine（常规治疗）与rituximab在系统性ANCA相关性血管炎缓解期患者中的疗效。患者经诱导治疗（联合糖皮质激素与免疫抑制剂，主要为静脉脉冲cyclophosphamide，必要时联合血浆置换和/或多价免疫球蛋白）在疾病首次发作（新诊断）后或复发后达到缓解。计划按首次发作（66%的患者）或复发（33%的患者）对患者进行分层。符合纳入标准的患者可在血管炎缓解时入组。已接受过生物制剂（antiCD20、antiTNFα）的患者不予纳入。患者将在缓解时入组。
【主题与分类】
主题标签：Wegener Granulomatosis、Microscopic Polyangiitis。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/NCT00748644
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/NCT00748644
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：韦格纳肉芽肿病、显微镜下多血管炎。一项随机、对照、全国性、多中心、前瞻性研究，旨在比较硫唑嘌呤（常规治疗）与利妥昔单抗在系统性ANCA相关性血管炎患者中的疗效，这些患者处于疾病首次发作（新诊断）或复发后经诱导治疗（联合糖皮质激素和免疫抑制剂，主要为环磷酰胺静脉冲击，必要时联合血浆置换和/或多价免疫球蛋白）达到缓解的状态。计划按首次发作（66%的患者）或复发（33%的患者）对患者进行分层。符合纳入标准的患者在血管炎缓解时可被纳入。已接受过生物制剂（抗CD20、抗TNFα）治疗的患者将不被纳入。患者将在缓解时被纳入并随后随机分组。他们将接受硫唑嘌呤维持治疗18个月，或每6个月输注一次利妥昔单抗直至第18个月（即共4次输注），剂量为375 mg/m2（最大剂量500 mg）。
将监测ANCA状态和CD19+淋巴细胞计数，但不用于调整治疗方案。在维持期长达18个月之后，即停止免疫抑制维持治疗后，患者将继续接受额外10个月的随访。韦格纳肉芽肿病患者将被处方复方新诺明160/800 tid（再持续2年）。
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。
