Ivarmacitinib治疗难治性Behcet's Syndrome数据集
Behcet's Syndrome是一种多系统自身免疫性血管炎,现有糖皮质激素、免疫抑制剂及TNF-α、IL-6抑制剂等治疗对部分患者效果不佳

基本信息
资源简介
Ivarmacitinib治疗难治性Behcet's Syndrome数据集
该数据集来源于clinicaltrials.gov,聚焦Ivarmacitinib治疗难治性Behcet's Syndrome的临床研究。Behcet's Syndrome是一种多系统自身免疫性血管炎,现有糖皮质激素、免疫抑制剂及TNF-α、IL-6抑制剂等治疗对部分患者效果不佳。JAK-STAT通路是多种致病细胞因子的共同下游信号通路,Ivarmacitinib作为高选择性JAK1抑制剂,有望通过阻断该通路同时抑制多种致病细胞因子信号转导,发挥抗炎作用。数据可用于了解该适应症的临床试验设计与研究背景(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:Behcet's Syndrome。Behcet's Syndrome(BS)是一种多系统自身免疫性血管炎。当前临床治疗主要包括糖皮质激素、免疫抑制剂以及TNF-α和IL-6抑制剂等分子靶向药物;然而,部分患者对现有治疗方案仍反应不佳。JAK-STAT信号通路是参与Behcet's Syndrome发病机制的多种细胞因子的共同下游信号通路。细胞因子与其受体结合后激活JAK激酶,JAK激酶进而磷酸化STAT蛋白,调控炎症相关基因的表达。因此,阻断JAK-STAT通路可同时抑制多种致病细胞因子的信号转导,从而发挥抗炎作用。据此,Ivarmacitinib——一种高选择性JAK1抑制剂——有望改善
【主题与分类】
主题标签:Behcet's Syndrome。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07634848
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/NCT07634848
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:白塞综合征。白塞综合征(BS)是一种多系统自身免疫性血管炎。目前的临床治疗主要包括糖皮质激素、免疫抑制剂以及分子靶向药物,如TNF-α和IL-6抑制剂;然而,部分患者对现有治疗方案仍反应不佳。JAK-STAT信号通路是参与白塞综合征发病机制的多种细胞因子的共同下游信号通路。细胞因子与其受体结合后激活JAK激酶,JAK激酶进而磷酸化STAT蛋白,调控炎症相关基因的表达。因此,阻断JAK-STAT通路可同时抑制多种致病性细胞因子的信号转导,从而发挥抗炎作用。据此,Ivarmacitinib——一种高选择性JAK1抑制剂——有望改善难治性白塞综合征患者的预后和生活质量。这是一项多中心、单臂试验,旨在评估Ivarmacitinib治疗白塞综合征(BS)的安全性和有效性。研究纳入了难治性白塞综合征患者。
患者接受Ivarmacitinib治疗最长24周,该药在糖皮质激素和免疫抑制剂的基础上加用。研究者在随访期间记录患者的临床表现、炎症指标、影像学表现及治疗情况。
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。




