Emapalumab治疗Still病或SLE相关MAS儿童及成人患者的疗效、安全性、耐受性、PK与PD评估
该数据集来自clinicaltrials.gov,收录一项关于Emapalumab治疗Still病或系统性红斑狼疮相关巨噬细胞活化综合征(MAS)的临床试验信息

基本信息
资源简介
Emapalumab治疗Still病或SLE相关MAS儿童及成人患者的疗效、安全性、耐受性、PK与PD评估
该数据集来自clinicaltrials.gov,收录一项关于Emapalumab治疗Still病或系统性红斑狼疮相关巨噬细胞活化综合征(MAS)的临床试验信息。研究针对对高剂量糖皮质激素应答不足的继发性HLH/MAS患者,按背景疾病分为sJIA与AOSD相关MAS队列及儿童与成人SLE相关MAS队列,评估8周内的疗效、安全性、耐受性,以及至末次给药后1年的PK、PD、生活质量和免疫原性。数据可用于了解该罕见病领域的试验设计与结局指标(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:巨噬细胞活化综合征、继发性噬血细胞性淋巴组织细胞增生症、Still病、系统性红斑狼疮、SJIA、AOSD、MAS。研究NI-0501-14是一项双队列试验,入组被诊断为sHLH/MAS(MAS是继发性HLH的一种形式)且对高剂量GCs应答不足的受试者。这些受试者将根据其背景疾病入组2个队列。队列定义如下: 队列1:sJIA和AOSD背景下的MAS。 队列2:儿童和成人SLE背景下的MAS。该研究的目标是研究这两个队列在8周内的疗效、安全性和耐受性,以及至emapalumab末次给药后长达1年的PK、PD、QoL和免疫原性。巨噬细胞活化综合征(MAS)继发性噬血细胞性淋巴组织细胞增生症(sHLH)全身型幼年特发性关节炎
【主题与分类】
主题标签:Macrophage Activation Syndrome、Still Disease、Systemic Lupus Erythematosus、SJIA、AOSD、MAS。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/NCT05001737
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/NCT05001737
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:巨噬细胞活化综合征、继发性噬血细胞性淋巴组织细胞增生症、斯蒂尔病、系统性红斑狼疮、SJIA、AOSD、MAS。研究NI-0501-14是一项双队列试验,入组被诊断为sHLH/MAS(MAS是继发性HLH的一种形式)且对高剂量GCs反应不足的受试者。这些受试者将根据其基础疾病入组2个队列。队列定义如下:* 队列1:sJIA和AOSD背景下的MAS。* 队列2:儿童和成人SLE背景下的MAS。该研究的目标是考察在这2个队列中为期8周的疗效、安全性和耐受性,以及至末次给予emapalumab后长达1年的PK和PD、QoL和免疫原性。巨噬细胞活化综合征(MAS)继发性噬血细胞性淋巴组织细胞增生症(sHLH)全身型幼年特发性关节炎(sJIA)成人起病斯蒂尔病(AOSD)系统性红斑狼疮(SLE)
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。




