Mepolizumab 在长期重度哮喘患者中的疗效(MESILICO)
该数据集来自 clinicaltrials.gov,主题为 Mepolizumab 在长期重度哮喘患者中的疗效(MESILICO),归类于呼吸系统疾病/哮喘

基本信息
资源简介
Mepolizumab 在长期重度哮喘患者中的疗效(MESILICO)
该数据集来自 clinicaltrials.gov,主题为 Mepolizumab 在长期重度哮喘患者中的疗效(MESILICO),归类于呼吸系统疾病/哮喘。源站描述涉及嗜酸性粒细胞性哮喘、重度哮喘与晚发性哮喘,并讨论 IL-5 靶向生物制剂(mepolizumab、reslizumab、benralizumab)作为重度嗜酸性哮喘附加治疗的作用机制与临床反应差异。数据可用于研究重度哮喘生物制剂治疗反应异质性的相关分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:哮喘;嗜酸性粒细胞性哮喘、重度哮喘、晚发性哮喘。科学依据:白细胞介素(IL)-5 是激活嗜酸性粒细胞的主要细胞因子,因此已研究并开发用于临床的治疗策略。靶向 IL-5 及其受体的生物制剂(首先是 mepolizumab,随后是 reslizumab 和 benralizumab)最近已获批并用作重度嗜酸性哮喘的附加治疗,可使重度哮喘患者循环嗜酸性粒细胞计数减少、肺功能改善和急性加重减少。重度哮喘对生物制剂的治疗反应存在差异,患者可为无应答者、应答者或超应答者。目前对这种广泛存在的反应差异尚无解释。重要的是检查这些患者是否具有可共同
【主题与分类】
主题标签:Asthma; Eosinophilic、Severe Asthma、Late-Onset 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/NCT04612556
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/NCT04612556
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;嗜酸性粒细胞性哮喘、重度哮喘、晚发性哮喘。科学依据: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(先是美泊利单抗,随后是瑞利珠单抗和贝那利珠单抗)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,可降低循环嗜酸性粒细胞计数、改善肺功能并减少重度哮喘患者的急性加重。重度哮喘患者对生物制剂的反应存在差异,患者可为无应答者、应答者或超应答者。目前对这种反应的广泛差异尚无解释。重要的是要检查这些患者是否具有有助于治疗医生在临床实践中做出正确诊断的独特特征。
本临床研究旨在评估美泊利珠单抗(一种人源化IL-5拮抗剂单克隆抗体)在伴有固定性阻塞的晚发性重度嗜酸性哮喘患者中的疗效,并识别美泊利珠单抗治疗下无应答者和超应答者的特征。本研究被视为非干预性研究,所纳入的每项操作均在哮喘患者诊断和表型分析的临床常规中进行。研究采用多种方法探究气道炎症: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涉及的风险而难以大规模开展。至于间接方法,其与气道炎症直接评估的相关性较差。在本研究中,在患者的临床特征中,肺功能测定、i
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。




