囊性纤维化中的抗IL5及其他生物疗法
该数据集来自 clinicaltrials.gov,主题为囊性纤维化(Cystic Fibrosis)患者中与 ABPA 及哮喘相关的抗 IL5 抗体及其他生物疗法

基本信息
资源简介
囊性纤维化中的抗IL5及其他生物疗法
该数据集来自 clinicaltrials.gov,主题为囊性纤维化(Cystic Fibrosis)患者中与 ABPA 及哮喘相关的抗 IL5 抗体及其他生物疗法。源站描述指出,CF 相关 ABPA 和哮喘会加速肺功能下降,糖皮质激素治疗可能有害需避免;omalizumab 已用于部分高 IgE 水平的 CF 患者,而抗 IL5 药物自 2019 年 2 月起可用并在重度嗜酸性粒细胞性哮喘中显示疗效,部分接受 omalizumab 及其他治疗仍控制不佳且持续嗜酸性粒细胞增多的 CF 患者可能适合抗 IL5 抗体治疗。数据可用于相关临床研究与治疗策略分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:囊性纤维化。•背景:与囊性纤维化相关的 ABPA 和哮喘会影响 CF 病程,使肺功能下降更快。皮质类固醇治疗可能有害,在 CF 中必须避免,以预防糖尿病、骨质软化或分枝杆菌感染。单克隆抗体已获批用于重度未控制哮喘,迄今为止,一些伴有 ABPA 或重度哮喘且血浆 IgE 水平高的 CF 患者从 omalizumab 中获益。抗 IL5 药物自 2019 年 2 月起可用,并已在重度和嗜酸性粒细胞增多性哮喘控制(血浆嗜酸性粒细胞>300mmol/L)中证明其疗效。一些患有重度哮喘或 ABPA 的 CF 患者尽管接受 Omalizumab 及其他治疗(类固醇和/或唑类)仍控制不佳。其中一些患者存在持续性嗜酸性粒细胞增多,提示可能适合接受抗 IL5 抗体治疗。关于
【主题与分类】
主题标签:Cystic Fibrosis。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/NCT04256772
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/NCT04256772
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
疾病:囊性纤维化。•背景:与囊性纤维化相关的变应性支气管肺曲霉病(ABPA)和哮喘会影响CF病程,导致肺功能下降更快。皮质类固醇治疗可能有害,在CF中必须避免使用,以预防糖尿病、骨软化症或分枝杆菌感染。单克隆抗体已获批用于重度未控制哮喘,迄今为止,部分伴有ABPA或重度哮喘且血浆IgE水平高的CF患者可从奥马珠单抗治疗中获益。抗IL-5药物自2019年2月起可用,并已证明其在控制重度和嗜酸性粒细胞增多性哮喘方面的疗效(血浆嗜酸性粒细胞>300mmol/L)。部分伴有重度哮喘或ABPA的CF患者尽管接受奥马珠单抗及其他治疗(类固醇和/或唑类药物),病情仍控制不佳。其中一些患者存在持续性嗜酸性粒细胞增多,提示可能适合接受抗IL-5抗体治疗。约5%的患者符合生物治疗标准,部分患者已接受过此类治疗,其他患者为此类治疗的适应人群,未来将接受治疗。
方法:本项目旨在回顾性和前瞻性地描述法国CF中心符合生物治疗条件的CF患者的临床病史。主要目的:描述自2019年以来接受抗IL-5及其他生物治疗的CF患者在治疗前后的临床和辅助检查病程。次要目的:描述任何可能与生物治疗相关的不良事件。
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。




