瑞利珠单抗减少嗜酸性粒细胞性哮喘患者临床急性发作疗效与安全性研究
该数据集来自clinicaltrials.gov，聚焦嗜酸性粒细胞性哮喘，覆盖12至75岁患者。源站描述了一项评估Reslizumab（3.0 mg/kg，每4周静脉给药，持续12个月）减少临床哮喘急性发作频率的疗效与安全性研究，并给出了临床哮喘急性发作的判定标准
基本信息
资源简介
瑞利珠单抗减少嗜酸性粒细胞性哮喘患者临床急性发作疗效与安全性研究
该数据集来自 clinicaltrials.gov，聚焦呼吸系统疾病中的嗜酸性粒细胞性哮喘，覆盖 12 至 75 岁患者。源站描述了一项评估 Reslizumab（3.0 mg/kg，每 4 周静脉给药，持续 12 个月）减少临床哮喘急性发作频率的疗效与安全性研究，并给出了临床哮喘急性发作的判定标准。数据集以英文原名记录该研究，主题标签为嗜酸性粒细胞性哮喘，本站将其归入呼吸系统疾病 / 哮喘分类，便于关注哮喘尤其是嗜酸性粒细胞表型的研究者检索与使用。
【数据集背景】
嗜酸性粒细胞性哮喘是哮喘的一种表型，源站将该研究的目标人群明确限定为患有嗜酸性粒细胞性哮喘、年龄在 12 至 75 岁之间的患者。该研究关注的核心问题是 Reslizumab 在减少临床哮喘急性发作方面的疗效与安全性，给药方案为 3 mg/kg、每 4 周静脉给药一次、持续 12 个月。研究的主要疗效评估依据是 12 个月内临床哮喘急性发作频率的下降情况。
【数据内容】
源站描述给出了临床哮喘急性发作的判定标准：患者需满足以下两项标准中的任意一项或两项，并且该情况需至少由另一项测量加以佐证，以表明哮喘临床体征和症状的恶化。两项标准分别为：使用全身性糖皮质激素治疗，或吸入性糖皮质激素治疗用量增加，持续 3 天或以上；以及因哮喘接受急诊治疗。上述标准必须至少由另一项测量佐证，以指示哮喘临床体征和症状的加重。数据集的具体变量、记录字段与样本规模，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov，对应一项关于 Reslizumab 治疗嗜酸性粒细胞性哮喘的临床研究。源站描述中列出的条件为嗜酸性粒细胞性哮喘。除来源站与源站描述所载信息外，数据的具体采集流程、采集地点与时间范围，源站未提供。
【适用场景】
该数据集适用于关注嗜酸性粒细胞性哮喘治疗评估的研究场景，尤其是围绕 Reslizumab 按 3 mg/kg、每 4 周静脉给药、持续 12 个月这一方案，考察临床哮喘急性发作频率变化以及安全性的分析。源站给出的急性发作判定标准，也可用于理解该研究中结局定义的口径。其他具体应用方向，源站未提供。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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/NCT01287039
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。证明reslizumab以3 mg/kg剂量静脉给药、每4周一次、持续12个月的有效性，评估指标为12个月内临床哮喘急性发作（CAEs）频率的降低。若患者符合下列一项或两项标准，且有至少1项其他测量结果证实哮喘临床体征和症状恶化，则该发作事件将被视为CAE：* 使用全身性皮质类固醇治疗或吸入性皮质类固醇治疗增加，持续3天或以上 * 哮喘相关急诊治疗。上述标准必须有至少1项其他测量结果证实，以表明哮喘临床体征和症状恶化。
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。
