GCA患者超短程糖皮质激素与Tocilizumab治疗研究
该数据集来自clinicaltrials.gov,为单中心、单臂观察性研究,针对基于影像学证据确诊的活动性大血管型巨细胞动脉炎(LV-GCA)患者,年龄大于50岁

基本信息
资源简介
GCA患者超短程糖皮质激素与Tocilizumab治疗研究
该数据集来自clinicaltrials.gov,为单中心、单臂观察性研究,针对基于影像学证据确诊的活动性大血管型巨细胞动脉炎(LV-GCA)患者,年龄大于50岁。患者接受Tocilizumab皮下注射联合超短程糖皮质激素治疗,观察52周标准治疗及24周随访。数据涵盖PET/CT血管FDG摄取、ESR、CRP及颅脑或全身症状等信息,可用于评估该治疗方案在LV-GCA患者中的疗效与安全性,支持免疫系统疾病相关预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:GCA、TOCILIZUMAB、Glucocorticoids、PET。1. 试验设计:单中心观察性研究,单臂,基于活动性大血管型巨细胞动脉炎(LV-GCA)患者的影像学,接受Tocilizumab(TCZ)皮下注射和超短程糖皮质激素(GCs)治疗。2. 每受试者研究持续时间:标准治疗(SOC)期间观察52周,随访24周。3. 目标人群:年龄大于50岁、基于影像学显示大血管炎证据的活动性大血管型巨细胞动脉炎(LV-GCA)患者。活动性疾病患者将根据以下纳入标准入组: PET/CT显示至少一个血管区域血管FDG摄取≥2,且至少满足以下一项: ESR >40 mm/h或CRP >10 mg/l GCA的颅脑或全身症状或风湿性多肌痛(PMR)症状。4. 主要目标: 评估
【主题与分类】
主题标签:GCA、TOCILIZUMAB、Glucocorticoids、PET。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05394909
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/NCT05394909
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:GCA、托珠单抗、糖皮质激素、PET。1. 试验设计:单中心观察性研究,单臂,基于对活动性大血管型巨细胞动脉炎(LV-GCA)患者的影像学检查,患者接受托珠单抗(TCZ)皮下注射及超短程糖皮质激素(GCs)治疗。2. 每受试者研究持续时间:在标准治疗(SOC)期间观察52周,随访24周。3. 目标人群:年龄大于50岁、基于影像学显示大血管炎证据的活动性大血管型巨细胞动脉炎(LV-GCA)患者。活动性疾病患者将根据以下纳入标准入组:* PET/CT显示至少一个血管区域血管FDG摄取≥2,且至少符合以下一项:* ESR >40 mm/h或CRP >10 mg/l * GCA的颅部或全身症状,或风湿性多肌痛(PMR)症状。4. 主要目标:* 评估第24、52和76周时功能与形态影像学(PET和MRA评分)相较基线值的变化。* 评估第24、52和76周时无复发生存缓解(RFR)患者的比例。
- 评估MRA与PET评分之间的一致性,以及医师判定的疾病活动状态。5. 次要目标 * 评估与仅接受GCs治疗并在我们风湿科纵向随访的LVV患者历史队列相比,患者发生主动脉扩张的风险是否降低。 * 类固醇和TCZ在基线、3天后、第24周、第52周和第76周的免疫学效应
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。




