三种 Tocilizumab 产品在健康志愿者中的比较研究
该数据集来自 clinicaltrials.gov,记录三种 Tocilizumab 产品在健康志愿者中开展的比较研究,涉及类风湿关节炎与巨细胞动脉炎相关背景

基本信息
资源简介
三种 Tocilizumab 产品在健康志愿者中的比较研究
该数据集来自 clinicaltrials.gov,记录三种 Tocilizumab 产品在健康志愿者中开展的比较研究,涉及类风湿关节炎与巨细胞动脉炎相关背景。研究在新西兰、澳大利亚和印度共 4 个中心进行,采用随机、平行分组设计,受试者按 1:1:1 分配至三组两两产品比较,每组内再按 1:1 随机分配至两种给药序列。个体参与总时长至少 12 周,包含两个给药期及最长 9 周洗脱期,并对第 2 期第 29 天和/或第 43 天抗药抗体阳性者每 90 天随访免疫原性样本。数据可用于生物类似药药代动力学与免疫原性比较研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:类风湿关节炎、巨细胞动脉炎。研究将在 4 个中心开展(新西兰 2 个、澳大利亚 1 个、印度 1 个)。三项两两产品比较(DRL_TC 对 RP;DRL_TC 对 RMP;RP 对 RMP)将平行进行,每项比较单独考虑。研究受试者将按 1:1:1 比例随机分配至其中一项比较,并在每项比较内按 1:1 比例随机分配至两种可能的产品序列之一。个体受试者参与研究的总时长至少为 12 周。第 1 期给药在第 1 天,随后为最长 9 周的洗脱期。第 2 期给药在第 1 天。完成研究且在第 2 期第 29 天和/或第 43 天抗药抗体(ADA)检测为阳性的受试者,将每 90 天随访一次以采集免疫原性样本。
【主题与分类】
主题标签:Rheumatoid Arthritis、Giant Cell Arteritis。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/NCT04885829
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/NCT04885829
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:类风湿关节炎、巨细胞动脉炎。本研究将在4个研究中心开展(新西兰2个、澳大利亚1个、印度1个)。三项两两产品比较(DRL_TC vs. RP;DRL_TC vs. RMP;RP vs. RMP)将平行进行。每项比较将单独考虑。研究受试者将按1:1:1的比例随机分配至其中一项比较,且在每项比较内,受试者将按1:1的比例随机分配至两种可能的产品序列之一。单个受试者参加研究的总持续时间将至少为12周。第1周期的给药将在第1天进行,随后为最长9周的洗脱期。第2周期的给药将在第1天进行。完成研究且在第2周期第29天和/或第43天被检出抗药抗体(ADA)阳性的受试者,将每90天进行一次免疫原性采样随访,直至第II周期给药后约一年,或直至连续两次样本ADA检测均为阴性,以较早者为准。
早期退出者将在EOS时进行免疫原性检测,若ADAs阳性,则尽可能从末次给药(第I期或第II期)起以90天间隔进行随访,方式类似。根据样本量论证中的依据,本研究将纳入300名NHV(正常健康志愿者)。待这300名志愿者的数据可用后,将进行盲态样本量重新估计(BSSR),以重新确认研究设计的统计学假设;根据BSSR的结果,研究可能停止,或根据需要增加样本量,以达到所需的统计学把握度。
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。




