Benralizumab治疗重度嗜酸性哮喘患者报告结局真实世界研究

该数据集来自clinicaltrials.gov,聚焦接受benralizumab治疗的重度未控制嗜酸性哮喘患者,为多国、多中心、观察性、前瞻性研究,在真实世界呼吸科诊疗环境中收集原始数据

AstraZenecaAstraZeneca
clinicaltrials
浏览 4
文本Severe Asthma
Patient-Reported OUTcomes of Benralizumab in Real-World Use in Severe EosiNophilic Asthma Patients

基本信息

模态
文本
创建/更新时间
2026-10-17

资源简介

Benralizumab治疗重度嗜酸性哮喘患者报告结局真实世界研究

该数据集来自clinicaltrials.gov,聚焦接受benralizumab治疗的重度未控制嗜酸性哮喘患者,为多国、多中心、观察性、前瞻性研究,在真实世界呼吸科诊疗环境中收集原始数据。研究覆盖巴西、阿根廷、哥伦比亚、印度及海湾合作委员会国家(含沙特阿拉伯、阿联酋、科威特、阿曼、卡塔尔),每名受试者研究期56周,整体预计约18个月、不超过24个月。数据可用于评估真实临床实践中benralizumab的患者报告结局与治疗表现(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:重度哮喘。这是一项多国、多中心、观察性、前瞻性研究,在真实世界呼吸科诊疗环境中对接受benralizumab治疗的重度未控制嗜酸性哮喘患者进行原始数据收集。医生决定开始benralizumab治疗独立于研究纳入和患者知情同意。患者将根据参与国家(巴西、阿根廷、哥伦比亚、印度以及海湾合作委员会,包括沙特阿拉伯王国、阿拉伯联合酋长国、科威特、阿曼和卡塔尔)的当地标签接受benralizumab注射。研究不提供任何研究药物。每名受试者的整个研究期持续时间为56周。研究预计运行约18个月,预计不超过24个月。数据库软锁

【主题与分类】

主题标签:Severe 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/NCT05603845

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/NCT05603845

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

疾病条件:重度哮喘。这是一项多国、多中心、观察性、前瞻性研究,涉及在真实世界肺部诊疗环境中对接受贝那利珠单抗治疗的重度未控制嗜酸性哮喘患者进行原始数据收集。医生决定开始使用贝那利珠单抗独立于研究纳入和患者知情同意。患者将根据参与国家(巴西、阿根廷、哥伦比亚、印度以及海湾合作委员会,包括沙特阿拉伯王国、阿拉伯联合酋长国、科威特、阿曼和卡塔尔)的当地标签接受贝那利珠单抗注射。研究不会提供任何研究药物。每位受试者的整个研究期将持续56周。研究预计运行约18个月,预计不超过24个月。计划在研究初始8周期间结束时进行数据库软锁定,并将在50%的入组受试者完成8周随访时进行一项结合描述性和分析性的中期分析。

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