早期肌炎中加用静脉注射免疫球蛋白
该数据集来自 clinicaltrials.gov,主题为在新诊断特发性炎性肌病患者中,于泼尼松单药标准治疗基础上早期加用静脉注射免疫球蛋白(IVIg)的二期双盲安慰剂对照随机试验

基本信息
资源简介
早期肌炎中加用静脉注射免疫球蛋白
该数据集来自 clinicaltrials.gov,主题为在新诊断特发性炎性肌病患者中,于泼尼松单药标准治疗基础上早期加用静脉注射免疫球蛋白(IVIg)的二期双盲安慰剂对照随机试验。覆盖疾病包括皮肌炎、抗合成酶综合征、免疫介导坏死性肌病、多发性肌炎等。主要目的是比较加用 IVIg 与安慰剂在 12 周后临床应答的差异,以平均 TIS 差值衡量。可用于肌炎治疗疗效预测与临床研究分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:特发性炎性肌病、皮肌炎、抗合成酶综合征、免疫介导坏死性肌病、多发性肌炎、肌炎。鉴于 IVIg 在特发性炎性肌病(IIM)中的已知作用,既可作为难治性患者的加用治疗,也可作为新诊断 IIM 的单药治疗,我们开展了一项 2 期双盲安慰剂对照随机试验,以研究在接受泼尼松单药治疗的新诊断 IIM 患者中加用 IVIg 的效果。目的:本试验的主要目的是检验,与泼尼松加安慰剂相比,在新诊断肌炎患者中于标准泼尼松治疗基础上早期加用 IVIg 是否能在 12 周后带来更好的临床应答。临床应答将测量为 12 周后干预组之间平均 TIS 的差异
【主题与分类】
主题标签:Inflammatory Myopathy, Idiopathic、Dermatomyositis、Antisynthetase Syndrome、Immune-Mediated Necrotizing Myopathy、Polymyositis、Myositis。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05832034
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/NCT05832034
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:炎性肌病、特发性、皮肌炎、抗合成酶综合征、免疫介导坏死性肌病、多发性肌炎、肌炎。鉴于IVIg在特发性炎性肌病(IIM)中的已知效果,无论是作为难治性患者的附加治疗,还是作为新诊断IIM的单药治疗,我们进行了一项2期双盲安慰剂对照随机试验,以探究在接受泼尼松单药治疗的新诊断IIM患者中附加IVIg的效果。目的:本试验的主要目的是检验在新诊断肌炎患者中,早期在泼尼松标准治疗基础上加用IVIg是否比泼尼松加安慰剂在12周后带来更好的临床反应。临床反应将通过干预组与对照组12周后平均TIS的差异来衡量。次要目的是检验干预是否导致改善时间缩短,并对健康相关生活质量、身体活动和疲劳产生持续的积极影响,以及在长达52周的评估中对肌肉MRI异常产生持续减轻。
在门诊进行筛选访视后,患者将入住阿姆斯特丹大学医学中心(AUMC)神经内科病房,接受首次研究治疗输注。其余研究药物将根据荷兰神经肌肉疾病静脉注射免疫球蛋白(IVIg)治疗的常规临床实践在家中给药。第二次和第三次研究治疗将分别在4周和8周后在家中给药。在基线以及第4、8、12、26和52周后,将在门诊进行结局评估。基线和第4、12、26和52周后的门诊研究访视将与常规门诊访视合并进行。与结局评估相关的额外负担将包括第12周后的MRI肌肉成像、第2、4、6和10周后的采血,以及基线和第4、8、12、26和52周后填写问卷。此外,参与者还
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。




