Mepolizumab 治疗伴嗜酸性气道疾病的慢性咳嗽
该数据集来自 clinicaltrials.gov,主题为 Mepolizumab 治疗伴嗜酸性气道疾病的慢性咳嗽,属于呼吸系统疾病 / 哮喘分类

基本信息
资源简介
Mepolizumab 治疗伴嗜酸性气道疾病的慢性咳嗽
该数据集来自 clinicaltrials.gov,主题为 Mepolizumab 治疗伴嗜酸性气道疾病的慢性咳嗽,属于呼吸系统疾病 / 哮喘分类。源站描述显示,这是一项 9 次访视的随机、双盲、安慰剂对照、平行分组 IV 期研究,目的是评估 Mepolizumab 对嗜酸性气道疾病患者难治性慢性咳嗽的疗效。受试者从二级保健诊所招募,按 1:1 比例随机分配至 Mepolizumab 治疗组或安慰剂(生理盐水)组,每组 15 人。数据可用于了解该研究的疾病条件、干预设计与受试者分配信息(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Chronic Cough、Eosinophilic Bronchitis、Asthma。这是一项 9 次访视的随机、双盲、安慰剂对照、平行分组 IV 期研究。本研究的目的是评估 mepolizumab 对嗜酸性气道疾病患者难治性慢性咳嗽的治疗效果。患者将从二级保健诊所招募。患者资格将根据研究纳入/排除标准进行评估,患者将在研究中心接受知情同意。提供知情同意并入选研究的受试者将接受筛选程序。该研究将包括一个 Mepolizumab 治疗组和一个安慰剂组(生理盐水)。十五名受试者将按 1:1 比例随机分配到治疗组,十五名受试者将随机分配到安慰剂组。在筛选和随机化之后
【主题与分类】
主题标签:Chronic Cough、Eosinophilic Bronchitis、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/NCT04765722
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/NCT04765722
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:慢性咳嗽、嗜酸性支气管炎、哮喘。这是一项为期9次访视的随机、双盲、安慰剂对照、平行组IV期研究。本研究的目的是评估美泊利单抗治疗嗜酸性气道疾病患者难治性慢性咳嗽的有效性。患者将从二级保健诊所招募。将根据研究纳入/排除标准评估患者资格,患者将在研究中心进行知情同意。提供知情同意并入选研究的受试者将接受筛选程序。本研究将包括一个美泊利单抗治疗组和一个安慰剂组(生理盐水)。十五名受试者将被随机分配到治疗组,十五名受试者将以1:1的比例被随机分配到安慰剂组。筛选和随机化后,受试者将接受为期12周的治疗期,在此期间,他们将在第0、28、56和84天接受4剂研究药物。主要研究结局将在第14周测量,即治疗期后2周。
在第1次访视(筛选)时,受试者将接受筛选程序:完整病史采集、体格检查、乙酰甲胆碱激发试验、肺量计检查、诱导痰及血液采样。受试者将完成莱斯特咳嗽问卷和改良博格量表。在第2次访视时,受试者将佩戴24小时咳嗽监测仪。在第3次访视时,将移除24小时咳嗽监测仪,受试者将接受肺量计检查、血液采样和诱导痰。受试者将完成莱斯特咳嗽问卷、改良博格量表和咳嗽严重程度视觉模拟量表。研究药物的第一剂将由研究医生在临床研究机构内给药。在第4次访视时,受试者将接受肺量计检查和血液采样,并完成莱斯特咳嗽问卷、改良博格量表和咳嗽严重程度视觉模拟量表。研究药物的第二剂将给药
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。




