重度CRSwNP生物制剂真实生活研究

该数据集来自clinicaltrials.gov,聚焦伴或不伴哮喘的慢性鼻窦炎伴鼻息肉(CRSwNP)患者,由耳鼻喉科与肺部疾病科协作建立前瞻性研究与生物样本库

University Hospital, GhentUniversity Hospital, Ghent
clinicaltrials
浏览 14
视频预测Chronic Rhinosinusitis With Nasal Polyps
Real Life Study of Biologicals in Patients With Severe CRSwNP

基本信息

模态
视频
任务类型
预测
创建/更新时间
2026-10-17

资源简介

重度CRSwNP生物制剂真实生活研究

该数据集来自clinicaltrials.gov,聚焦伴或不伴哮喘的慢性鼻窦炎伴鼻息肉(CRSwNP)患者,由耳鼻喉科与肺部疾病科协作建立前瞻性研究与生物样本库。数据覆盖临床特征随访、内镜下鼻息肉总分及鼻症状评分,并采集血液、鼻分泌物、小组织活检与表浅刮取样本,用于识别预测生物制剂治疗反应的关键鼻部炎症生物标志物,以及探究生物制剂对局部鼻免疫调节的影响。可用于生物制剂疗效预测与真实世界研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:慢性鼻窦炎伴鼻息肉。在本项目中,得益于耳鼻喉科与UZ Gent过敏网络肺部疾病科之间的紧密合作,研究者建立了一项前瞻性研究和生物样本库,目的如下: 观察并随访伴或不伴哮喘的慢性鼻窦炎伴鼻息肉(CRSwNP)患者的临床特征。主要结局为内镜下鼻息肉总分(NPS)和鼻症状评分(SNOT-22、VAS、NCS和UPSIT)。 识别关键的鼻部炎症生物标志物,以预测CRSwNP患者对生物制剂的治疗反应(在治疗前、治疗期间及治疗第24个月,从血液样本、鼻分泌物、小组织活检和表浅刮取物中进行识别)。 揭示生物制剂对局部鼻免疫调节的影响。 进行

【主题与分类】

主题标签:Chronic Rhinosinusitis With Nasal Polyps。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/NCT05938972

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/NCT05938972

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:伴鼻息肉的慢性鼻窦炎。在本项目中,得益于耳鼻喉科与UZ Gent过敏网络内肺病科之间的密切合作,研究者建立了一项前瞻性研究和生物样本库,目的如下:* 观察并随访伴或不伴哮喘的慢性鼻窦炎伴鼻息肉(CRSwNP)患者的临床特征。主要结局为内镜下鼻息肉总评分(NPS)和鼻部症状评分(SNOT-22、VAS、NCS和UPSIT)。* 识别关键鼻部炎症生物标志物,以预测CRSwNP患者对生物制剂的治疗反应(在治疗前、治疗期间及治疗第24个月时,通过血液样本、鼻分泌物、小组织活检和浅表刮取物进行识别)。* 揭示生物制剂对局部鼻部免疫调节的影响。* 进行额外分析,通过完整的蛋白质组学分析寻找新的生物标志物。

研究人员相信,通过将鼻腔采样与最先进的生物标志物发现技术独特结合,这项研究将提供前所未有的见解,有助于使用生物制剂治疗患者。

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