ACZ885治疗接受甲氨蝶呤持续治疗的类风湿关节炎患者的安全性、耐受性、药代动力学和药效学研究
该数据集来源于clinicaltrials.gov，聚焦接受甲氨蝶呤持续治疗的类风湿关节炎患者，评估ACZ885的长期安全性与耐受性，同时涵盖长期疗效、关节结构和骨密度的长期保护或改善，以及健康相关生活质量的长期维持
基本信息
资源简介
ACZ885治疗接受甲氨蝶呤持续治疗的类风湿关节炎患者的安全性、耐受性、药代动力学和药效学研究
该数据集对应一项在 clinicaltrials.gov 登记的临床研究，研究对象为正在持续接受甲氨蝶呤治疗的类风湿关节炎患者，研究药物为 ACZ885。研究的核心在于评估 ACZ885 在这类患者中的长期安全性与耐受性，同时考察长期疗效、关节结构与骨密度的长期保护或改善情况，以及健康相关生活质量的长期维持。数据集以类风湿关节炎为主题标签，在分类上归入肌肉骨骼系统疾病下的其他类别，可为关注类风湿关节炎长期治疗评价的研究者提供一项以注册临床研究为背景的数据资源。
【数据集背景】
类风湿关节炎是一种以关节受累为特征的肌肉骨骼系统疾病，患者往往需要长期用药管理。该数据集所对应的研究聚焦于在接受甲氨蝶呤持续治疗的患者人群中评估 ACZ885，研究关注的时间维度为长期，涉及安全性、耐受性、疗效、关节结构与骨密度以及健康相关生活质量等多个方面。这一背景决定了数据集的主题范围集中在类风湿关节炎的长期治疗评价上，而非短期或单一终点的观察。
【数据内容】
依据源站描述，该研究评估的内容包括 ACZ885 在类风湿关节炎患者中的长期安全性与耐受性，长期疗效，关节结构和骨密度的长期保护或改善，以及健康相关生活质量的长期维持。数据集的主题标签为类风湿关节炎，所属分类为肌肉骨骼系统疾病下的其他类别。除上述研究关注点外，源站未提供具体变量、指标、访视安排或数据表结构等信息。
【采集与来源】
该数据集来源于 clinicaltrials.gov，属于临床研究注册信息相关资源。其研究对象的条件为类风湿关节炎，且患者正在接受甲氨蝶呤的持续治疗。关于采集时间、采集地点、样本量、研究中心数量等具体采集信息，源站未提供。
【适用场景】
该数据集可用于了解以类风湿关节炎患者为对象的长期治疗评价研究的关注维度，适合作为检索和识别相关临床研究信息的入口，也可为关注 ACZ885 在甲氨蝶呤持续治疗背景下长期安全性、耐受性、疗效、关节结构与骨密度及生活质量维持等主题的使用者提供线索。关于具体分析用途的适用性，源站未提供进一步说明。
【使用方法】
源站未提供该数据集的具体使用方法、访问方式或数据结构说明。
【质量与限制】
该数据集的信息来自 clinicaltrials.gov 的注册描述，所涵盖的内容以研究关注点为主。关于数据完整性、准确性校验、缺失情况以及其他质量相关指标，源站未提供。使用者应注意，源站描述未涉及具体结果数据或统计结论。
【引用与许可】
源站未提供该数据集的引用方式与许可信息。
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/NCT00619905
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。本研究评估了ACZ885在类风湿关节炎患者中的长期安全性和耐受性，以及长期疗效、关节结构和骨密度的长期保持和/或改善，以及健康相关生活质量的长期维持。
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。
