利妥昔单抗治疗Wegener肉芽肿与显微镜下多血管炎
该数据集来自clinicaltrials.gov,聚焦ANCA相关性血管炎中的Wegener肉芽肿与显微镜下多血管炎,评估利妥昔单抗联合糖皮质激素诱导疾病缓解的疗效

基本信息
资源简介
利妥昔单抗治疗Wegener肉芽肿与显微镜下多血管炎
该数据集来自clinicaltrials.gov,聚焦ANCA相关性血管炎中的Wegener肉芽肿与显微镜下多血管炎,评估利妥昔单抗联合糖皮质激素诱导疾病缓解的疗效。研究包含6个月缓解诱导期和12个月缓解维持期,所有参与者接受至少1g静脉甲泼尼龙冲击或等效糖皮质激素。数据可用于血管炎治疗研究及淋巴瘤相关分类任务(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:血管炎、Wegener肉芽肿、显微镜下多血管炎。目前针对ANCA相关性血管炎(AAV)的常规疗法与治疗失败、疾病复发、显著毒性以及患者发病率和死亡率的高发生率相关。利妥昔单抗是一种用于治疗非霍奇金淋巴瘤的单克隆抗体。本研究将评估利妥昔单抗联合糖皮质激素在诱导重症AAV(WG和MPA)患者疾病缓解方面的疗效。研究包括两个阶段:为期6个月的缓解诱导期,随后是为期12个月的缓解维持期。所有参与者将接受至少1g静脉甲泼尼龙冲击或另一种糖皮质激素制剂的等效剂量。根据参与者的情况,他或她可接受最多3天的静脉甲泼尼龙,总计3g。
【主题与分类】
主题标签:Vasculitis、Wegener's Granulomatosis、Microscopic Polyangiitis。本站分类:肿瘤/淋巴瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00104299
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/NCT00104299
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:血管炎、韦格纳肉芽肿病、显微镜下多血管炎。目前针对ANCA相关性血管炎(AAV)的常规疗法与治疗失败率高、疾病复发、显著毒性及患者发病率与死亡率高相关。利妥昔单抗是一种用于治疗非霍奇金淋巴瘤的单克隆抗体。本研究将评估利妥昔单抗联合糖皮质激素在诱导重症型AAV(WG和MPA)患者疾病缓解方面的疗效。研究分为两个阶段:为期6个月的缓解诱导期,随后是12个月的缓解维持期。所有参与者将至少接受1克静脉冲击甲泼尼龙或其他糖皮质激素制剂的等效剂量。根据参与者状况,其可能接受最多3天的静脉甲泼尼龙治疗,总剂量达3克甲泼尼龙(或等效剂量)。在缓解诱导期间,所有参与者将每日口服泼尼松(1毫克/千克/天,不超过80毫克/天)。泼尼松减量将在第6个月研究访视前完成。
接下来,参与者将被随机分配到两个治疗组之一。第1组参与者将接受利妥昔单抗(375 mg/m^2)输注,每周一次,共4周,并每日服用环磷酰胺(CYC)安慰剂,持续3至6个月。第2组参与者将接受利妥昔单抗安慰剂输注,每周一次,共4周,并每日服用CYC,持续3至6个月。在缓解维持阶段,第1组参与者将停用CYC安慰剂,并开始每日口服硫唑嘌呤(AZA)安慰剂,直至第18个月。第2组参与者将停用CYC,并开始每日服用AZA,直至第18个月。在第6个月之前治疗失败的参与者将被交叉到另一治疗组,除非存在特定禁忌症。任一组参与者在完成6个月治疗之前达到临床缓解的,若经其医生指导,可从CYC/安慰剂转换为AZA/安慰剂。所有参与者将至少随访18个月
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。




