Tocilizumab停药与减量治疗控制良好巨细胞动脉炎患者研究
该数据集来自clinicaltrials.gov,聚焦巨细胞动脉炎(GCA)患者中Tocilizumab(TCZ)维持治疗与撤药的随机开放标签多中心研究

基本信息
资源简介
Tocilizumab停药与减量治疗控制良好巨细胞动脉炎患者研究
该数据集来自clinicaltrials.gov,聚焦巨细胞动脉炎(GCA)患者中Tocilizumab(TCZ)维持治疗与撤药的随机开放标签多中心研究。纳入对象为接受至少12个月高剂量TCZ治疗后处于缓解期、且已停用糖皮质激素至少三个月的患者。数据覆盖筛查期及后续研究阶段,可用于评估TCZ及其FDA批准生物类似药在GCA维持治疗中的疗效与安全性,支持免疫系统疾病治疗策略相关分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:巨细胞动脉炎(GCA)。这是一项多中心、随机、开放标签研究,旨在评估ACTEMRA(R)或其FDA批准的生物类似药Tocilizumab(TCZ)维持治疗与撤药在巨细胞动脉炎(GCA)患者中的疗效和安全性,这些患者在接受至少12个月高剂量TCZ治疗后处于缓解期。符合条件的参与者还须在随机化前至少三个月完全停用糖皮质激素(如泼尼松(或等效药物))。高剂量TCZ治疗包括每月静脉注射(IV)6-8 mg/kg或每周皮下注射(SC)162 mg,这是临床实践中常用的两种给药形式,在控制GCA方面疗效相当。本研究分为三个部分:1. 筛选期(最长42天),包括收集有关您健康和GCA的信息、体格检查、一项
【主题与分类】
主题标签:Giant Cell Arteritis (GCA)。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/NCT07108387
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/NCT07108387
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:巨细胞动脉炎(GCA)。这是一项多中心、随机、开放标签研究,旨在评估ACTEMRA®或其FDA批准的生物类似药托珠单抗(TCZ)维持治疗与撤药在巨细胞动脉炎(GCA)患者中的疗效和安全性,这些患者在接受至少12个月高剂量TCZ治疗后处于缓解期。符合条件的参与者还须在随机化前至少三个月完全停用糖皮质激素(如泼尼松(或等效药物))。高剂量TCZ治疗包括每月静脉注射(IV)6-8 mg/kg或每周皮下注射(SC)162 mg,这是临床实践中常用的两种给药方式,在控制GCA方面疗效相当。本研究分为三个部分:1. 筛选期(最长42天),包括收集有关您健康状况和GCA的信息、体格检查和血液检查,以确定您是否符合入组研究的条件。2.
研究治疗阶段(减量/逐步降剂量阶段,研究第0-18个月)包括您完全停止或减少当前托珠单抗剂量,同时在临床访视3中每两个月收集一次关于您健康状况和巨细胞动脉炎(GCA)的信息以及血液样本。安全性随访阶段(第19-30个月)包括每三个月收集一次关于您健康状况和GCA的信息以及血液样本。主要目的是确定接受低剂量TCZ的GCA受试者在18个月时的疾病复发率,并与停用TCZ的受试者进行比较。
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。

![大血管炎大轴向视野[18F]FDG PET/CT成像方案优化研究](/medical-api/medicalDataset/datasetCover/148497.jpg)


