BURAN：Benralizumab对重症嗜酸性哮喘气道动力学的影响
BURAN 是一项 IV 期、干预性、单组、开放标签、非对照、前瞻性、多中心临床试验，研究对象为 ≥18 岁、按 ERS/ATS 临床指南确诊且经 ICS-LABA（联合或不联合 OCS 或其他哮喘控制药物）治疗仍控制不佳的重症嗜酸性哮喘患者
基本信息
资源简介
BURAN：Benralizumab对重症嗜酸性哮喘气道动力学的影响
BURAN 是一项 IV 期、干预性、单组、开放标签、非对照、前瞻性、多中心临床试验，研究对象为 ≥18 岁、按 ERS/ATS 临床指南确诊且经 ICS-LABA（联合或不联合 OCS 或其他哮喘控制药物）治疗仍控制不佳的重症嗜酸性哮喘患者。每名参与者参与研究至少 15 周、最多 23 周，包含筛选访视、第 0 周、第 4 周、第 8 周、第 13 周访视及电话随访。该数据可用于评估 Benralizumab 对气道动力学的影响（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：Conditions: Asthma。这是一项 IV 期、干预性、单组、开放标签、非对照、前瞻性、多中心临床试验。本研究将在 ≥18 岁、根据欧洲呼吸学会（ERS）/美国胸科学会（ATS）临床指南确诊为重症嗜酸性哮喘、且经吸入性糖皮质激素-长效β2受体激动剂（ICS-LABA）联合或不联合口服糖皮质激素（OCS）或其他哮喘控制药物治疗仍控制不佳的男性和女性参与者中进行。每名参与者将参与研究至少 15 周、最多 23 周。本研究将包括：筛选访视（V0）、访视1（V1；第0周；在筛选后1至21天内）、访视2（V2；第4周±5天）、访视3（V3；第8周±5天）、访视4（V4；第13周±5天）、随访（V4后2周[±7天]）- 电话随访。Partici
【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/NCT05552508
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/NCT05552508
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。这是一项IV期、干预性、单组、开放标签、非对照、前瞻性、多中心临床试验。本研究将在年龄≥18岁的男性和女性参与者中进行，这些参与者患有根据欧洲呼吸学会（ERS）/美国胸科学会（ATS）临床指南定义的既存重度嗜酸性粒细胞性哮喘，且经吸入性糖皮质激素-长效β2受体激动剂（ICS-LABA）治疗（联合或不联合口服糖皮质激素（OCS）或其他哮喘控制药物）控制不佳。每位参与者将参与研究至少15周，最长至23周。本研究将包括：筛选访视（V0）、访视1（V1；第0周；筛选后1至21天内）、访视2（V2；第4周±5天）、访视3（V3；第8周±5天）、访视4（V4；第13周±5天）、随访（V4后2周[±7天]）——电话随访。参与者在完成电话随访后将退出研究。
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。
