BenRalizumab对重症哮喘气道重塑的影响
该数据集来自clinicaltrials.gov,聚焦重症嗜酸性哮喘患者的气道重塑问题。源站描述指出,IL-5是激活嗜酸性粒细胞的主要细胞因子,靶向IL-5及其受体的生物制剂已获批作为重症嗜酸性哮喘的附加治疗,可减少循环嗜酸性粒细胞计数、改善肺功能并减少急性加重

基本信息
资源简介
BenRalizumab对重症哮喘气道重塑的影响
该数据集来自clinicaltrials.gov,聚焦重症嗜酸性哮喘患者的气道重塑问题。源站描述指出,IL-5是激活嗜酸性粒细胞的主要细胞因子,靶向IL-5及其受体的生物制剂已获批作为重症嗜酸性哮喘的附加治疗,可减少循环嗜酸性粒细胞计数、改善肺功能并减少急性加重。然而患者对生物制剂的反应存在异质性,分为无应答、应答和超应答,目前尚无解释。该数据可用于探索不同应答患者的特征差异,辅助临床诊断与治疗决策(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:哮喘;嗜酸性粒细胞性、气道重塑。白细胞介素(IL)-5是激活嗜酸性粒细胞的主要细胞因子,因此已研究并开发了用于临床的治疗策略。靶向IL-5及其受体的生物制剂最近已获批并用作重症嗜酸性哮喘的附加治疗,可减少重症哮喘患者的循环嗜酸性粒细胞计数、改善肺功能并减少急性加重。重症哮喘患者对生物制剂的反应存在差异,患者可为无应答者、应答者或超应答者。目前对这种广泛反应差异尚无解释。重要的是检查这些患者是否具有可帮助治疗医生在临床实践中做出正确诊断的独特特征。本临床试验的目的是
【主题与分类】
主题标签:Asthma; Eosinophilic、Airway Remodeling。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/NCT06288516
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/NCT06288516
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
条件:哮喘;嗜酸性粒细胞性、气道重塑。白细胞介素(IL)-5是激活嗜酸性粒细胞的主要细胞因子,因此已研究并开发了用于临床的治疗策略。靶向IL-5及其受体的生物制剂近期已获批,并作为重度嗜酸性粒细胞性哮喘的附加治疗使用,可使重度哮喘患者的循环嗜酸性粒细胞计数减少、肺功能改善并减少急性加重。重度哮喘患者对生物制剂的反应存在差异,患者可表现为无应答者、应答者或超应答者。目前对这种广泛的反应差异尚无解释。重要的是要检查这些患者是否具有可帮助临床医生在临床实践中做出正确诊断的独特特征。本临床研究的目的是评估贝那利珠单抗(一种人源化抗白细胞介素5受体α单克隆抗体)在重度嗜酸性粒细胞性哮喘患者中的疗效,并评估贝那利珠单抗治疗前后的气道重塑。
每位患者将以自身为对照,通过比较每位患者基线的生物标志物测量值与后续时间点的测量值来进行。然而,我们增加了10名未接受干预的重度哮喘患者,接受标准治疗作为对照组,以进行更多比较。研究气道炎症采用了多种方法:直接测量(如支气管活检或支气管肺泡灌洗)和间接方法(如症状评估、血液样本分析和肺功能检查)。直接技术的优势在于能够可靠地评估气道炎症,但其具有侵入性,且由于患者不适和所承担的风险,在大规模应用中不可行。至于间接方法,其与气道炎症的直接评估相关性较差。在本研究中,在患者的临床特征中,肺功能测定、炎症生物标志物如
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。




