在巴西开展的Mepolizumab治疗重度未控制哮喘疗效与安全性的实用性研究
该数据集来自clinicaltrials.gov,聚焦巴西重度未控制嗜酸性哮喘患者,围绕抗白介素5单克隆抗体Mepolizumab的疗效与安全性开展实用性研究

基本信息
资源简介
在巴西开展的Mepolizumab治疗重度未控制哮喘疗效与安全性的实用性研究
该数据集来自clinicaltrials.gov,聚焦巴西重度未控制嗜酸性哮喘患者,围绕抗白介素5单克隆抗体Mepolizumab的疗效与安全性开展实用性研究。源站描述指出重度哮喘伴随显著疾病负担,嗜酸性气道炎症亚组反复急性发作问题突出,Mepolizumab已在多国获批作为标准治疗附加疗法,临床试验显示其可降低急性发作率并减少口服糖皮质激素依赖。数据可用于哮喘生物制剂治疗评估相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:嗜酸性哮喘。重度哮喘与显著的发病率、死亡率、医疗保健费用和生活质量受损相关。反复哮喘急性发作是部分患者的主要问题,并可在嗜酸性气道炎症亚组中占主导地位。Mepolizumab是一种针对白介素5的人源化单克隆抗体,可有效抑制嗜酸性气道炎症。抗白介素5单克隆抗体Mepolizumab已在欧洲、加拿大、美国和其他国家获批作为标准治疗的附加疗法,用于治疗重度嗜酸性哮喘患者。与安慰剂相比,在重度嗜酸性哮喘患者的临床试验中,Mepolizumab在标准治疗基础上均显示出降低急性发作率和减少口服糖皮质激素使用依赖性的作用。其他试验也显示,治疗
【主题与分类】
主题标签:Eosinophilic Asthma。本站分类:呼吸系统疾病/哮喘。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04228588
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/NCT04228588
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:嗜酸性粒细胞性哮喘。重度哮喘与显著的发病率、死亡率、医疗费用增加及生活质量受损相关。反复发作的哮喘急性加重是部分患者的主要问题,并可在嗜酸性气道炎症亚组中占主导地位。美泊利单抗是一种针对白细胞介素-5的人源化单克隆抗体,可有效抑制嗜酸性气道炎症。抗白细胞介素-5单克隆抗体美泊利单抗已在欧洲、加拿大、美国及其他国家获批,作为重度嗜酸性粒细胞性哮喘患者标准治疗的附加疗法。临床试验表明,与安慰剂相比,美泊利单抗在标准治疗基础上可降低重度嗜酸性粒细胞性哮喘患者的急性加重率及对口服糖皮质激素的依赖。其他试验亦显示,美泊利单抗治疗可显著改善生活质量(SGRQ)和哮喘控制(ACQ-5评分)。美泊利单抗近期才在巴西获批。
目前仍缺乏其在巴西人群中的疗效和安全性数据,并且需要强调的是,此前大型国际多中心III期美泊利单抗研究没有巴西中心参与。因此,开展本地研究以在巴西人群中验证外部结果至关重要。我们团队隶属于一家以医疗、教学和研究为重点的公立学术机构。这是一家三级转诊医院,设有专门诊治重症哮喘患者的门诊。2012年,研究者发表了首个对其重症哮喘队列及其各自表型进行临床特征描述的研究。此后,研究者开展了多项研究,以识别可改善该人群控制水平和生活质量的相关预后因素和干预措施。其中包括体重控制对哮喘的影响
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。




