GPA与MPA中ANCA重现时临床生物学监测策略与抢先利妥昔单抗治疗的比较
该数据集来自clinicaltrials.gov,聚焦ANCA相关性血管炎中的肉芽肿性多血管炎(GPA)与显微镜下多血管炎(MPA)

基本信息
资源简介
GPA与MPA中ANCA重现时临床生物学监测策略与抢先利妥昔单抗治疗的比较
该数据集来自clinicaltrials.gov,聚焦ANCA相关性血管炎中的肉芽肿性多血管炎(GPA)与显微镜下多血管炎(MPA)。源站描述涉及以利妥昔单抗为核心的维持治疗、延长治疗时长的争议及感染风险,并探讨以ANCA等生物标志物指导个体化治疗时长。数据可用于比较临床生物学监测策略与ANCA重现时抢先使用利妥昔单抗的策略,支持个体化治疗相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:ANCA相关性血管炎(AAV)、多血管炎(GPA)、显微镜下多血管炎(MPA)。肉芽肿性多血管炎(GPA)和显微镜下多血管炎(MPA)的治疗目前基于旨在实现缓解的诱导阶段,随后是预防复发的维持阶段。利妥昔单抗被认为是维持治疗的基石,通常至少给药18个月。然而,将利妥昔单抗治疗延长至该期限之后仍存在争议,主要由于长期免疫抑制相关的感染风险增加。使用生物标志物指导治疗时长——仅对高复发风险患者延长治疗——是迈向个体化管理的有希望的一步。在潜在生物标志物中,ANCA(抗中性粒细胞胞质抗体)已成为特别有吸引力的候选者,ha
【主题与分类】
主题标签:ANCA Associated Vasculitis (AAV)、Polyangiitis (GPA)、Microscopic Polyangiitis (MPA)。本站分类:感染性疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07451847
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/NCT07451847
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:ANCA相关性血管炎(AAV)、多血管炎性肉芽肿病(GPA)、显微镜下多血管炎(MPA)。目前,多血管炎性肉芽肿病(GPA)和显微镜下多血管炎(MPA)的治疗基于诱导期以实现缓解,随后进入维持期以预防复发。利妥昔单抗被认为是维持治疗的基石,通常至少给药18个月。然而,将利妥昔单抗治疗延长至该期限之后仍存争议,主要原因是长期免疫抑制会增加感染风险。利用生物标志物指导治疗时长——仅对高复发风险患者延长治疗——是迈向个性化管理的有希望的一步。在潜在生物标志物中,ANCA(抗中性粒细胞胞质抗体)已成为特别有吸引力的候选者,其已被确定为复发的早期标志物。关于抢先免疫抑制策略的早期研究表明,及时干预可降低复发率;然而,这些研究均未在利妥昔单抗时代进行。
因此,在缺乏专门的前瞻性随机试验的情况下,当前建议对保持临床缓解但出现孤立性ANCA复阳的患者进行密切监测。本研究旨在确定,在ANCA复阳时预防性给予利妥昔单抗是否在降低复发风险方面优于当前的标准治疗。
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。




