Baricitinib治疗复发性巨细胞动脉炎研究
该数据集来自clinicaltrials.gov，围绕Baricitinib治疗复发性巨细胞动脉炎（GCA）的开放标签先导研究
基本信息
资源简介
Baricitinib治疗复发性巨细胞动脉炎研究
该数据集来自clinicaltrials.gov，围绕Baricitinib治疗复发性巨细胞动脉炎（GCA）的开放标签先导研究。Baricitinib是一种口服、强效、选择性且可逆的JAK1和JAK2抑制剂，在类风湿关节炎和银屑病等慢性免疫介导炎症性疾病中已显示初步安全性和有效性。研究评估Baricitinib（每日4 mg口服，持续52周）联合标准化糖皮质激素减量方案在复发性GCA患者中的安全性和耐受性，并观察初步疗效。数据可用于了解该药物在GCA人群中的安全性特征及潜在治疗价值（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。Baricitinib是一种口服、强效、选择性且可逆的JAK1和JAK2抑制剂，在类风湿关节炎和银屑病等慢性、免疫介导的炎症性疾病中已显示出初步的安全性和有效性。由于该小分子对Th17（IL-6、IL-23）和Th1（IL-12、IFN-γ）通路均有抑制作用，因此特别适合作为巨细胞动脉炎的潜在新型治疗药物。本研究将评估Baricitinib在复发性巨细胞动脉炎患者人群中的安全性和耐受性。该研究是一项开放标签先导研究，评估在标准化糖皮质激素减量方案基础上加用Baricitinib（每日4 mg口服，持续52周）的安全性和耐受性。预期辅助使用Baricitinib对巨细胞动脉炎患者安全且耐受良好，并通过减少……显示出初步疗效。
【主题与分类】
主题标签：Arteritis, Giant Cell。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/NCT03026504
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/NCT03026504
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：巨细胞动脉炎。巴瑞替尼是一种口服给药、强效、选择性且可逆的JAK1和JAK2抑制剂，在类风湿关节炎和银屑病等慢性免疫介导的炎症性疾病中已显示出初步的安全性和有效性。该小分子因其对Th17（IL-6、IL-23）和Th1（IL-12、IFN-γ）通路的双重抑制作用，特别适合作为巨细胞动脉炎的潜在新型治疗药物。本研究将评估巴瑞替尼在复发性巨细胞动脉炎患者群体中的安全性和耐受性。该研究是一项开放标签的初步研究，评估在标准化糖皮质激素逐渐减量方案基础上加用巴瑞替尼（4 mg每日口服，持续52周）的安全性和耐受性。预计辅助使用巴瑞替尼对巨细胞动脉炎患者将是安全且耐受良好的，并在降低炎症标志物、减少类固醇需求和提高无复发生存率方面显示出初步疗效。
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。
