Obinutuzumab用于复发性PR3-ANCA肉芽肿性多血管炎患者的缓解诱导
该数据集来自clinicaltrials.gov,主题为Obinutuzumab用于复发性PR3-ANCA肉芽肿性多血管炎患者的缓解诱导

基本信息
资源简介
Obinutuzumab用于复发性PR3-ANCA肉芽肿性多血管炎患者的缓解诱导
该数据集来自clinicaltrials.gov,主题为Obinutuzumab用于复发性PR3-ANCA肉芽肿性多血管炎患者的缓解诱导。源站描述涉及肉芽肿性多血管炎及ANCA相关性血管炎,提及RAVE试验和MAINRITSAN试验中利妥昔单抗在缓解诱导与维持缓解方面的证据。本站分类为肿瘤/白血病。数据可用于了解该临床研究背景及相关血管炎治疗信息(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:肉芽肿性多血管炎。系统性血管炎是罕见的血管炎症性疾病,其中抗中性粒细胞胞质抗体(ANCA)相关性血管炎(AAV)是最严重的形式之一,具有危及生命的表现。在AAV患者中,最重要的问题是如何最有效地实现长期缓解并预防复发。关键性的RAVE试验表明,利妥昔单抗治疗在诱导AAV缓解方面不劣于每日环磷酰胺治疗;并且在蛋白酶3(PR3)-ANCA患者中可能优于环磷酰胺。随后由我们团队(Groupe Français d'Etude des Vascularites)开展的MAINRITSAN试验证明,与硫唑嘌呤相比,更多AAV患者在接受利妥昔单抗后获得持续缓解。然而,尽管利妥昔单抗能够诱导和维持缓解,利妥昔单抗是
【主题与分类】
主题标签:Granulomatosis With Polyangiitis。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06940661
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/NCT06940661
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:肉芽肿性多血管炎。系统性血管炎是罕见的血管炎症性疾病,其中抗中性粒细胞胞质抗体(ANCA)相关性血管炎(AAV)是最严重的形式之一,具有危及生命的表现。在AAV患者中,最重要的问题是如何最有效地实现长期缓解并预防复发。关键的RAVE试验表明,利妥昔单抗治疗在诱导AAV缓解方面不劣于每日环磷酰胺治疗;并且在蛋白酶3(PR3)-ANCA患者中可能优于环磷酰胺。随后,由我们团队(法国血管炎研究组)开展的MAINRITSAN试验证明,与硫唑嘌呤相比,更多AAV患者在接受利妥昔单抗治疗后获得持续缓解。然而,尽管利妥昔单抗能够诱导和维持缓解,但在PR3-ANCA患者中,停药后5年内高达50%的患者出现复发。数据强烈提示,实现临床和血清学缓解(即
在PR3-ANCA相关性肉芽肿性多血管炎中,实现BVAS(伯明翰血管炎活动度评分)为0、ANCA转阴以及更持久的B细胞清除,可能是降低复发风险的主要目标。奥妥珠单抗是一种靶向CD20的人源化2型抗体。在临床前研究中,奥妥珠单抗显示出优于利妥昔单抗的疗效。在临床研究中,奥妥珠单抗在慢性淋巴细胞白血病和滤泡性淋巴瘤患者中显示出优于利妥昔单抗的效果,并在狼疮性肾炎中达到了主要和次要终点。OBI-WAN研究旨在评估奥妥珠单抗在复发性PR3-ANCA相关性肉芽肿性多血管炎患者中诱导临床和血清学缓解的疗效与安全性。我们假设,与利妥昔单抗的已有报道相比,奥妥珠单抗将诱导更高的缓解率以及随后更持久的B细胞清除。
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。




