Abatacept 用于免疫检查点抑制剂相关心肌炎
该数据集来自 clinicaltrials.gov,围绕一项由研究者发起的随机试验,评估 abatacept 与安慰剂相比,能否降低接受免疫检查点抑制剂(ICI)治疗后发生心肌炎患者的 MACE 风险

基本信息
资源简介
Abatacept 用于免疫检查点抑制剂相关心肌炎
该数据集来自 clinicaltrials.gov,围绕一项由研究者发起的随机试验,评估 abatacept 与安慰剂相比,能否降低接受免疫检查点抑制剂(ICI)治疗后发生心肌炎患者的 MACE 风险。ICI 借助免疫系统治疗多种癌症,而心肌炎是 ICI 治疗后继发的少见免疫相关不良事件(irAE)。指南推荐的处理是停用 ICI 并使用皮质类固醇,但即便如此,ICI 心肌炎的 MACE 发生率仍较高。数据可用于研究 ICI 心肌炎的风险预测与治疗干预效果评估(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Myocarditis Acute, Cancer. 这项由研究者发起的随机试验旨在检验,与安慰剂相比,abatacept 是否与接受 ICI 治疗后发生心肌炎的受试者中 MACE 的减少相关。免疫检查点抑制剂利用免疫系统治疗多种癌症。心肌炎是 ICI 治疗后继发的一种少见的免疫相关不良事件(irAE)。指南推荐的 ICI 心肌炎治疗方法是停用 ICI 并使用皮质类固醇。然而,尽管使用了皮质类固醇,ICI 心肌炎的 MACE 发生率仍然很高。来自多个独立国际队列的数据显示,尽管使用了皮质类固醇,ICI 心肌炎的 MACE 发生率范围为 25-50%。作为比较,与心肌炎无关的 MACE 发生率
【主题与分类】
主题标签:Myocarditis Acute、Cancer。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05335928
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/NCT05335928
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
条件:急性心肌炎、癌症。这项由研究者发起的随机试验旨在检验,与安慰剂相比,阿巴西普是否与接受ICI治疗后发生心肌炎的参与者中MACE的减少相关。免疫检查点抑制剂利用免疫系统治疗多种癌症。心肌炎是ICI治疗继发的一种不常见的免疫相关不良事件(irAE)。指南推荐的ICI心肌炎治疗方法是停用ICI并给予皮质类固醇。然而,尽管给予了皮质类固醇,ICI心肌炎的MACE发生率仍然很高。来自多个独立国际队列的数据显示,尽管给予了皮质类固醇,ICI心肌炎的MACE发生率范围为25-50%。相比之下,与ICI无关的心肌炎的MACE发生率<5%。阿巴西普是一种选择性共刺激调节剂,通过结合CD80和CD86,从而阻断其与CD28的相互作用,抑制T细胞(T淋巴细胞)活化。这种相互作用提供了T淋巴细胞完全活化所必需的共刺激信号。
在ICI心肌炎的动物研究中,给予阿巴西普可减少心脏免疫激活并提高生存率。在回顾性未发表的临床数据中,对接受皮质类固醇治疗的ICI心肌炎参与者给予阿巴西普与MACE风险降低相关。目前尚无前瞻性研究检验阿巴西普在ICI心肌炎参与者中是否有效。因此,本试验的主要目的是通过随机双盲安慰剂对照研究,检验与皮质类固醇同时给予阿巴西普是否与新诊断ICI心肌炎参与者中MACE的减少相关。
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。




