评估 Lebrikizumab 在轻中度哮喘成人患者中疗效与安全性的研究

该数据集来自 clinicaltrials.gov,聚焦呼吸系统疾病中的哮喘,收录一项评估 Lebrikizumab 在轻中度哮喘成人患者中疗效与安全性的 III 期研究

Hoffmann-La RocheHoffmann-La Roche
clinicaltrials
浏览 17
其他分类Asthma
A Study Evaluating the Efficacy and Safety of Lebrikizumab in Adult Patients With Mild to Moderate Asthma

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-08

资源简介

评估 Lebrikizumab 在轻中度哮喘成人患者中疗效与安全性的研究

该数据集来自 clinicaltrials.gov,聚焦呼吸系统疾病中的哮喘,收录一项评估 Lebrikizumab 在轻中度哮喘成人患者中疗效与安全性的 III 期研究。研究采用随机、双盲、安慰剂对照、多中心设计,受试者仅接受短效 β 受体激动剂(SABA)治疗,并按 1:1:1 随机接受皮下注射盲法 Lebrikizumab 或安慰剂(每 4 周一次,共 3 剂),或开放标签 Singulair(Montelukast,每日 10 mg)。研究治疗持续 12 周。可用于哮喘治疗相关的疗效与安全性分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:哮喘。这项 III 期、随机、双盲、安慰剂对照、多中心研究将评估 lebrikizumab 在仅接受短效 β 受体激动剂(SABA)治疗的轻中度哮喘成人患者中的疗效与安全性。患者将按 1:1:1 比例随机接受盲法 lebrikizumab 或安慰剂皮下(SC)注射治疗(每 4 周一次,共 3 剂),或开放标签的 Singulair(Montelukast;每日 10 mg)治疗。研究治疗持续时间将为 12 周。

【主题与分类】

主题标签: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/NCT02104674

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT02104674

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:哮喘。这项III期、随机、双盲、安慰剂对照、多中心研究将评估lebrikizumab在仅使用短效β受体激动剂(SABA)治疗的轻至中度哮喘成年患者中的疗效和安全性。患者将按1:1:1的比例随机分配,接受盲法lebrikizumab或安慰剂皮下注射(每4周一次,共3剂),或开放标签的Singulair(孟鲁司特;每日10 mg)治疗。研究治疗时间为12周。

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。

获取专属数据定制方案