低剂量Blinatumomab治疗中重度原发性干燥综合征的探索性疗效与安全性研究
该数据集来自clinicaltrials.gov，围绕低剂量Blinatumomab治疗中重度原发性干燥综合征（pSS）的探索性临床研究
基本信息
资源简介
低剂量Blinatumomab治疗中重度原发性干燥综合征的探索性疗效与安全性研究
该数据集来自clinicaltrials.gov，围绕低剂量Blinatumomab治疗中重度原发性干燥综合征（pSS）的探索性临床研究。研究关注对常规治疗应答不足或不耐受的患者，比较背景治疗联合低剂量Blinatumomab与单纯背景治疗的差异，并观察Blinatumomab对B细胞、抗体水平及免疫系统的影响。数据可用于免疫系统疾病治疗方案的疗效与安全性分析，以及相关临床研究的信息检索与分类（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：适应症：原发性干燥综合征（pSS）。本临床试验旨在了解Blinatumomab是否能治疗中重度原发性干燥综合征，同时了解低剂量Blinatumomab的安全性。其主要试图回答的问题是：对于对常规治疗应答不足或不耐受的中重度原发性干燥综合征患者，低剂量Blinatumomab是否更有效？Blinatumomab如何影响这些参与者的B细胞、抗体水平和免疫系统？研究者将比较背景治疗联合低剂量Blinatumomab与仅背景治疗，以观察低剂量Blinatumomab是否能治疗中重度原发性干燥综合征。参与者将：接受为期24周的背景治疗，包括每日羟氯喹400 mg、每日甲泼尼龙8 mg，以及钠
【主题与分类】
主题标签：Primary Sjögren's Syndrome (pSS)。本站分类：免疫系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07852234
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/NCT07852234
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：原发性干燥综合征（pSS）。本临床试验的目的是了解blinatumomab能否用于治疗中重度原发性干燥综合征，同时还将了解低剂量blinatumomab的安全性。该研究旨在回答的主要问题包括：对于常规治疗应答不佳或不耐受的中重度原发性干燥综合征患者，低剂量blinatumomab是否更有效？blinatumomab如何影响这些参与者的B细胞、抗体水平及免疫系统？研究人员将比较背景治疗联合低剂量blinatumomab与仅背景治疗的疗效，以评估低剂量blinatumomab对中重度原发性干燥综合征的治疗作用。参与者将：接受为期24周的背景治疗，包括每日羟氯喹400 mg、每日甲泼尼龙8 mg，以及每日4次玻璃酸钠滴眼液。若被分配至blinatumomab组，将在第1周接受连续5天的blinatumomab静脉输注，并在第3周再次接受连续5天输注。剂量为每日9微克。
定期参加随访，进行临床评估、实验室检查，并监测治疗的有效性和安全性。
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。
