Abatacept治疗ANCA相关性血管炎研究
源站描述指出，常规治疗虽有效但18个月内复发率可达20%且副作用明显，Abatacept通过阻断T淋巴细胞活化所需的共刺激信号可能有效，并已获FDA批准用于类风湿关节炎
基本信息
资源简介
Abatacept治疗ANCA相关性血管炎研究
该数据集来自clinicaltrials.gov，围绕Abatacept（CTLA4Ig）治疗ANCA相关性血管炎（AAV）的临床研究。源站描述指出，常规治疗虽有效但18个月内复发率可达20%且副作用明显，Abatacept通过阻断T淋巴细胞活化所需的共刺激信号可能有效，并已获FDA批准用于类风湿关节炎。研究拟从英国和欧洲医院招募120例AAV患者，接受甲氨蝶呤和激素标准治疗联合12个月干预。数据可用于AAV治疗反应与复发风险的相关分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：ANCA相关性血管炎。通常用于治疗AAV患者的药物相当有效，但高达20%的患者在18个月内复发。所用药物也可能有显著副作用。Abatacept，也称为CTLA4Ig，通过阻断T淋巴细胞活化所需的关键共刺激信号发挥作用。由于ANCA相关性血管炎被认为是一种自身免疫性疾病并依赖自身反应性T细胞，因此有理由相信该药物会有效。Abatacept已获得FDA许可用于类风湿关节炎，在该病中已证明即使对依那西普（TNF阻断）无反应的患者也有效。将邀请来自英国和欧洲医院的120名AAV患者参加本研究。患者将接受甲氨蝶呤和激素的标准治疗以及12个月
【主题与分类】
主题标签：ANCA-associated Vasculitis。本站分类：肌肉骨骼系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT00482066
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/NCT00482066
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
适应症：ANCA相关性血管炎。通常用于治疗AAV患者的药物相当有效，但高达20%的患者在18个月内复发。所用药物也可能产生显著的副作用。阿巴西普（Abatacept），也称为CTLA4Ig，通过阻断T淋巴细胞活化所需的关键共刺激信号发挥作用。由于ANCA相关性血管炎被认为是一种自身免疫性疾病，且依赖于自身反应性T细胞，因此有理由相信该药物会有效。阿巴西普已获得FDA许可用于类风湿关节炎，且已证明即使对依那西普（TNF阻断剂）无反应的患者也有效。将邀请来自英国和欧洲医院的120名AAV患者参加本研究。患者将接受甲氨蝶呤和类固醇的标准治疗，以及为期12个月的阿巴西普或安慰剂治疗。随后将再随访12个月。本研究的主要目的是评估两个研究组中急性AAV患者（首次诊断或复发时就诊）在24个月内的复发率。
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。
