日本PsA患者生物制剂治疗持续性:基于理赔数据库的回顾性队列研究

研究采用回顾性非干预性队列设计,数据来源于日本Medical Data Vision (MDV)医院理赔数据库,纳入2015年2月1日至2020年9月30日期间首次处方目标生物制剂的患者,随访至死亡、停药或研究期结束

NovartisNovartis
clinicaltrials
浏览 3
其他预测Psoriatic Arthritis
Treatment Persistence of Biologics in Patients with PsA in Japan; Retrospective Cohort Study Using a Claims Database

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-21

资源简介

日本PsA患者生物制剂治疗持续性:基于理赔数据库的回顾性队列研究

该数据集来自clinicaltrials.gov,聚焦银屑病关节炎(PsA)患者使用生物制剂(secukinumab或adalimumab)的治疗持续性。研究采用回顾性非干预性队列设计,数据来源于日本Medical Data Vision (MDV)医院理赔数据库,纳入2015年2月1日至2020年9月30日期间首次处方目标生物制剂的患者,随访至死亡、停药或研究期结束。数据可用于分析真实世界中生物制剂的持续使用情况、停药模式及相关因素,为临床决策和药物经济学评价提供依据(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:银屑病关节炎。本研究是一项回顾性非干预性队列研究,二次使用Medical Data Vision (MDV)医院数据库的数据。研究设定定义如下: 纳入期覆盖2015年2月1日至2020年9月30日。 研究期覆盖2014年8月1日至2021年9月30日(含首尾)。 索引日期定义为纳入期内首次处方secukinumab或adalimumab的日期。 索引前期定义为索引日期前的6个月期间(不含索引日期)。* 患者随访至死亡、停止感兴趣的治疗或研究期结束,以先发生者为准。

【主题与分类】

主题标签:Psoriatic Arthritis。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/NCT06600009

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT06600009

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:银屑病关节炎。本研究是一项回顾性非干预性队列研究,二次使用了来自Medical Data Vision(MDV)医院数据库的数据。研究设定定义如下:* 纳入期涵盖2015年2月1日至2020年9月30日。* 研究期涵盖2014年8月1日至2021年9月30日(含首尾)。* 索引日期定义为纳入期内首次处方司库奇尤单抗或阿达木单抗的日期。* 索引前期定义为索引日期之前的6个月期间(不含索引日期)。* 患者随访至死亡、停止目标治疗或研究期结束,以先发生者为准。

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。

获取专属数据定制方案