关于研究药物 Tilrekimig(PF-07275315)治疗重度哮喘的研究

源站描述显示,这是一项临床试验,目的是了解该研究药物用于重度哮喘潜在治疗时的安全性和效果。研究招募有至少 12 个月重度哮喘病史、且过去 12 个月内至少发生 2 次哮喘急性发作的参与者

PfizerPfizer
clinicaltrials
浏览 10
其他分类Asthma
A Study to Learn About the Study Medicine Called Tilrekimig ( PF-07275315) in People With Severe Asthma

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-17

资源简介

关于研究药物 Tilrekimig(PF-07275315)治疗重度哮喘的研究

该数据集来自 clinicaltrials.gov,主题为重度哮喘,研究药物为 tilrekimig(PF-07275315)。源站描述显示,这是一项临床试验,目的是了解该研究药物用于重度哮喘潜在治疗时的安全性和效果。研究招募有至少 12 个月重度哮喘病史、且过去 12 个月内至少发生 2 次哮喘急性发作的参与者。参与者将在研究诊所接受研究药物或安慰剂注射,约每 4 周给药一次,并比较两组体验,以判断 tilrekimig 是否安全有效。数据可用于哮喘治疗相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):Conditions: Asthma. 这项临床研究的目的是了解研究药物(称为 tilrekimig)用于重度哮喘潜在治疗时的安全性和效果。哮喘是一种使呼吸变得困难的疾病,会对受影响人群的生活质量产生负面影响。该研究正在招募符合以下条件的参与者: 有至少 12 个月的重度哮喘病史 在过去 12 个月内至少发生过 2 次哮喘发作(也称为急性加重)。所有参与者都将在研究诊所接受研究药物或安慰剂的注射。在研究期间,Tilrekimig 或安慰剂大约每 4 周给药一次。该研究将比较接受 tilrekimig 的人群与接受安慰剂的人群的经历。这将有助于确定 tilrekimig 是否安全有效。

【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/NCT07869043

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/NCT07869043

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。本临床研究的目的是了解研究药物(称为tilrekimig)用于重度哮喘潜在治疗的安全性和效果。哮喘是一种导致呼吸困难并损害患者生活质量的疾病。本研究正在招募符合以下条件的参与者:* 有至少12个月的重度哮喘病史 * 在过去12个月内至少发生过2次哮喘发作(也称为急性加重)。所有参与者将在研究诊所接受研究药物或安慰剂的注射。在研究期间,约每4周给予一次tilrekimig或安慰剂。本研究将比较接受tilrekimig者的体验与接受安慰剂者的体验。这将有助于确定tilrekimig是否安全有效。

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