Tezepelumab 在美国成人与青少年重度哮喘患者中的有效性与安全性研究

该数据集来自 clinicaltrials.gov,聚焦呼吸系统疾病中的哮喘,收录一项在美国开展的多中心、单臂、开放标签、上市后 IV 期研究,评估 Tezepelumab 在真实世界成人与青少年哮喘人群中的有效性

AstraZenecaAstraZeneca
clinicaltrials
浏览 9
其他预测Asthma
Effectiveness and Safety Study of Tezepelumab in Adults & Adolescent Participants With Severe Asthma in the United States

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-08

资源简介

Tezepelumab 在美国成人与青少年重度哮喘患者中的有效性与安全性研究

该数据集来自 clinicaltrials.gov,聚焦呼吸系统疾病中的哮喘,收录一项在美国开展的多中心、单臂、开放标签、上市后 IV 期研究,评估 Tezepelumab 在真实世界成人与青少年哮喘人群中的有效性。入组者需使用中剂量至高剂量吸入性糖皮质激素并联合其他控制药物至少 12 个月,且入组前一年内至少有 2 次哮喘急性发作记录。研究约纳入 400 名参与者,每人研究总时长约 56 周,其中 48 周治疗期通过皮下注射给药,第 48 至 52 周为给药后随访期。可用于哮喘治疗有效性、安全性及真实世界用药模式相关分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:哮喘。这是一项多中心、单臂、开放标签、上市后 IV 期研究,旨在评估 Tezepelumab 在美国(US)真实世界成人与青少年哮喘参与者中的有效性,这些参与者需要使用中剂量至高剂量吸入性糖皮质激素(ICS)并联合其他控制药物至少 12 个月,且在入组前一年内至少有 2 次哮喘急性发作的记录。每位参与者的研究总时长约为 56 周。约 400 名参与者将入组。参与者将在为期 48 周的治疗期内,在研究现场通过皮下注射接受 Tezepelumab。该研究还包括第 48 周至第 52 周的给药后随访期。

【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/NCT05329194

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT05329194

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:哮喘。这是一项多中心、单臂、开放标签、上市后、4期研究,旨在评估tezepelumab在美国(US)真实世界成人及青少年哮喘参与者中的有效性,这些参与者需使用中剂量至大剂量吸入性糖皮质激素(ICS)并联合其他控制药物至少12个月,且在入组前一年内有至少2次哮喘急性发作的记录。每位参与者的研究总时长约为56周。预计将招募约400名参与者。参与者将在48周的治疗期内,在研究现场接受tezepelumab皮下注射。该研究还包括从第48周至第52周的给药后随访期。

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。

获取专属数据定制方案