Benralizumab 治疗嗜酸性肉芽肿性多血管炎(EGPA)研究
该数据集来自 clinicaltrials.gov,主题为 Benralizumab 治疗嗜酸性肉芽肿性多血管炎(EGPA)的开放标签研究,源站分类为呼吸系统疾病/哮喘

基本信息
资源简介
Benralizumab 治疗嗜酸性肉芽肿性多血管炎(EGPA)研究
该数据集来自 clinicaltrials.gov,主题为 Benralizumab 治疗嗜酸性肉芽肿性多血管炎(EGPA)的开放标签研究,源站分类为呼吸系统疾病/哮喘。研究药物 Benralizumab 在受试者原有口服激素及免疫抑制治疗基础上给药,给药方案为每四周皮下注射 30 mg 持续 12 周,随后每 8 周一次持续 16 周,共 5 次治疗。数据可用于了解该药物治疗 EGPA 的用药方案与安全性观察框架(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:哮喘。本研究为开放标签,即所有受试者均将接受研究药物。药物 Benralizumab 将在受试者已用于治疗其 EGPA 的药物(如口服激素,例如泼尼松,以及降低免疫系统活性的药物)基础上给予。EGPA 中有时用于降低免疫系统活性(除口服激素外)的标准治疗药物包括硫唑嘌呤、甲氨蝶呤、霉酚酸酯和环磷酰胺。将通过多项检测、操作和问题来收集有关您所获得的研究药物如何影响受试者身体及其健康的信息。研究药物 Benralizumab 将以每四周一次 30 mg 皮下注射的方式给予受试者,持续 12 周,随后每 8 周一次,持续 16 周,共 5 次治疗
【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/NCT03010436
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/NCT03010436
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。本研究为开放标签研究,即所有受试者均将接受研究药物。药物——贝那利珠单抗——将在受试者已用于治疗其EGPA的药物(如口服类固醇,例如泼尼松,以及降低免疫系统活性的药物)基础上给予受试者。有时用于降低EGPA患者免疫系统活性(除口服类固醇外)的药物(即标准治疗)包括硫唑嘌呤、甲氨蝶呤、霉酚酸酯和环磷酰胺。关于所接受的研究药物如何影响受试者身体及其健康的信息,将通过多项检测、操作和问题来收集。研究药物贝那利珠单抗将以30 mg皮下注射的方式给予受试者,每4周一次,持续12周,之后每8周一次,持续16周,共计5次治疗。在本研究的治疗阶段,研究工作人员将致电受试者,了解其状况、正在服用的药物以及是否能够减少类固醇用量。本研究在44周时间内共计9次研究访视。
所有参与研究的人都将继续接受其现有的EGPA治疗(尽管在研究期间口服类固醇的剂量可能会减少)。
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。




