北美地区度普利尤单抗妊娠期用药上市后安全性研究：妊娠与婴儿结局监测
该数据集来自 clinicaltrials.gov，聚焦北美地区妊娠期使用度普利尤单抗后的妊娠与婴儿结局监测。研究对象包括特应性皮炎（AD）与哮喘患者，比较暴露于度普利尤单抗的孕妇、未暴露的疾病匹配孕妇以及健康孕妇
基本信息
资源简介
北美地区度普利尤单抗妊娠期用药上市后安全性研究：妊娠与婴儿结局监测
该数据集来自 clinicaltrials.gov，英文名称为 Post-authorization Safety Study in North America to Monitor Pregnancy and Infant Outcomes Following Administration of Dupilumab During Planned or Unexpected Pregnancy，本站将其归入呼吸系统疾病 / 哮喘分类。其核心内容是针对北美地区妊娠期使用度普利尤单抗后妊娠与婴儿结局的监测研究。研究对象覆盖特应性皮炎（AD）与哮喘患者，研究设计包含三组人群：暴露于度普利尤单抗的孕妇、未暴露于度普利尤单抗的疾病匹配孕妇，以及健康孕妇。研究旨在评估妊娠期暴露于度普利尤单抗可能产生的影响，主要结局关注重大结构缺陷，次要结局涵盖多项妊娠与婴儿健康指标。
【数据集背景】
该研究属于上市后安全性研究，关注的是在北美地区，女性在计划内或非计划内妊娠期间使用度普利尤单抗后，妊娠与婴儿结局的监测。研究涉及的疾病背景为特应性皮炎（Atopic Dermatitis, AD）与哮喘。研究设置了三类比较人群：主要比较组为未暴露于度普利尤单抗的疾病匹配孕妇，次要比较组为健康孕妇，此外还有暴露于度普利尤单抗的孕妇。通过这种分组设计，研究试图评估妊娠期暴露于度普利尤单抗的潜在影响。
【数据内容】
该数据集所涉及的研究内容围绕妊娠与婴儿结局展开。主要结局为重大结构缺陷。次要结局包括：自然流产/流产、死产、选择性终止/人工流产、早产、小于胎龄儿、3 种或以上轻微结构缺陷的模式、活产儿童至 1 岁龄的出生后生长情况、活产儿童至 1 岁龄的出生后严重或机会性感染，以及活产儿童至 1 岁龄的住院情况。这些结局指标覆盖了妊娠终止、分娩结果以及出生后第一年的健康与生长状况。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述中列出的条件为特应性皮炎（AD）与哮喘。除来源站信息外，关于具体的采集方式、采集时间范围、样本量、数据收集机构等，源站未提供。
【适用场景】
基于现有信息，该数据集适用于与妊娠期用药安全性相关的监测与评估场景，尤其是围绕度普利尤单抗在妊娠期暴露后对妊娠结局和婴儿健康影响的研究。其主题标签为特应性皮炎（AD）与哮喘，因此也可用于呼吸系统疾病 / 哮喘分类下的相关安全性分析。具体的使用场景边界，源站未提供。
【使用方法】
源站未提供具体的使用方法说明。
【质量与限制】
源站未提供关于数据质量与限制的说明。
【引用与许可】
源站未提供引用与许可信息。
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/NCT04173442
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
疾病：特应性皮炎（AD）、哮喘。目的是评估妊娠期暴露于度普利尤单抗的潜在影响，并与主要对照组（未暴露于度普利尤单抗的疾病匹配孕妇）和次要对照组（健康孕妇）进行比较。研究的主要结局是重大结构缺陷，次要结局是自然流产/流产、死产、选择性终止妊娠/人工流产、早产、小于胎龄儿、3种或以上轻微结构缺陷模式、活产儿至1岁时的出生后生长、活产儿至1岁时的出生后严重或机会性感染，以及活产儿至1岁时的住院情况。
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。
