韩国BREZTRI监管上市后监测研究
该数据集来自clinicaltrials.gov,为韩国开展的BREZTRI监管上市后监测研究,覆盖慢性阻塞性肺疾病(COPD)与哮喘人群

基本信息
资源简介
韩国BREZTRI监管上市后监测研究
该数据集来自clinicaltrials.gov,为韩国开展的BREZTRI监管上市后监测研究,覆盖慢性阻塞性肺疾病(COPD)与哮喘人群。研究采用开放标签、原始数据收集、单臂、多中心观察性设计,纳入按批准适应症启动Breztri治疗并签署知情同意书的患者,要求至少600例,预计约30家研究中心参与。治疗及入组均依据常规临床实践由医生决定,可合用当地批准的其他药物。数据可用于评估真实世界用药特征、安全性及临床结局,支持监管决策与呼吸系统疾病研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:慢性阻塞性肺疾病(COPD)、哮喘。这是一项开放标签、原始数据收集、单臂、多中心、观察性研究。符合批准适应症并启动Breztri治疗的患者将在获得知情同意后入组。所有按照当地处方信息接受Breztri治疗的患者(至少需要600名患者)均有资格入组本研究。Breztri处方的启动或继续以及患者入组将取决于医生根据常规临床实践做出的医疗决定。预计约30个研究中心将参与本研究。由于本研究将在临床实践中进行,研究者可根据当地批准为患者开具任何其他必要的伴随药物。访视总数和访
【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/NCT07570394
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/NCT07570394
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:慢性阻塞性肺疾病(COPD)、哮喘。这是一项开放标签、原始数据收集、单臂、多中心、观察性研究。符合批准适应症并开始接受Breztri治疗的患者,在获得知情同意后将被纳入研究。所有按照当地处方信息接受Breztri治疗的患者(至少需要600例患者)均有资格参加本研究。Breztri处方的启动或继续以及患者入组将取决于医生根据常规临床实践作出的医疗决定。预计约有30个研究中心参与本研究。由于本研究将在临床实践条件下进行,研究者可根据当地批准情况为患者开具任何必要的其他合并用药。访视总次数和访视时间将由研究者根据患者病情自行决定。患者将被观察最长24周。随访将从Breztri首次给药之日(索引日期)开始。
然而,如果患者在入组后发现符合任何排除标准,则不会进行额外的随访(包括30天安全性随访)。本研究的主要目的是分别在韩国获批适应症下接受Breztri治疗的COPD患者和哮喘患者中,在24周随访期内或直至治疗结束(EoT)(如果提前终止)期间,分别描述其安全性特征。本研究的次要目的是分别在韩国获批适应症下接受Breztri治疗的COPD患者和哮喘患者中,描述从基线至第12周和第24周临床结局的变化。本研究的探索性目的是分别在韩国获批适应症下接受Breztri治疗的COPD患者和哮喘患者中,识别可能与安全性和临床结局相关的患者基线特征。
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。




