Tezepelumab对比安慰剂治疗5至<12岁重度哮喘儿童的研究

该数据集来自clinicaltrials.gov,主题为呼吸系统疾病中的哮喘,收录一项针对5至<12岁重度哮喘儿童的III期多中心、双盲、平行组、安慰剂对照随机研究

AstraZenecaAstraZeneca
clinicaltrials
浏览 9
其他预测Asthma
A Study to Investigate the Efficacy and Safety of Tezepelumab Compared With Placebo in Children 5 to < 12 Years Old With Severe Asthma

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-08

资源简介

Tezepelumab对比安慰剂治疗5至<12岁重度哮喘儿童的研究

该数据集来自clinicaltrials.gov,主题为呼吸系统疾病中的哮喘,收录一项针对5至<12岁重度哮喘儿童的III期多中心、双盲、平行组、安慰剂对照随机研究。研究包含4至6周筛选/导入期、52周双盲治疗期和12周治疗后随访期,受试者按2:1随机接受tezepelumab或安慰剂皮下注射,另有可选开放标签活性治疗扩展期。数据可用于评估tezepelumab在该人群中的疗效与安全性,支持哮喘治疗相关的预测与临床研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:哮喘。这是一项III期多中心、双盲、平行组、安慰剂对照、随机研究。研究将包括:1. 4至6周的筛选/导入期,2. 52周双盲治疗期,3. 12周治疗后随访期。受试者将按2:1随机分配,接受tezepelumab或安慰剂,通过皮下注射(SC)给药52周(双盲治疗期)。随后,对于不继续参加可选开放标签活性治疗扩展期的受试者,将有12周的停药随访期。可选的开放标签活性治疗扩展期将使所有符合条件的受试者有机会接受tezepelumab活性治疗。研究的活性治疗扩展期将在52周双盲治疗期之后开始,并将包括104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/NCT06023589

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/NCT06023589

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。这是一项3期多中心、双盲、平行分组、安慰剂对照、随机研究。该研究将包括:1. 为期4至6周的筛选/导入期,2. 为期52周的双盲治疗期,3. 为期12周的治疗后随访期。受试者将按2:1的比例随机分配,接受tezepelumab或安慰剂,通过皮下注射给药,为期52周(双盲治疗期)。随后,对于不继续参加可选开放标签活性治疗扩展期的受试者,将有一个为期12周的治疗结束随访期。可选的开放标签活性治疗扩展期将使所有符合条件的受试者有机会接受tezepelumab活性治疗。研究的活性治疗扩展期将在52周双盲治疗期之后开始,包括一个为期104周的开放标签治疗期,之后是12周的治疗后随访期。

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