Benralizumab治疗变应性支气管肺曲霉病的真实世界疗效

该数据集来自clinicaltrials.gov,聚焦变应性支气管肺曲霉病(ABPA)合并重度哮喘患者使用Benralizumab治疗的真实世界疗效

Qianfoshan HospitalQianfoshan Hospital
clinicaltrials
浏览 12
其他预测Allergic Bronchopulmonary AspergillosisSevere AsthmaABPA
Real-World Effectiveness of Benralizumab in Allergic Bronchopulmonary Aspergillosis

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-08

资源简介

Benralizumab治疗变应性支气管肺曲霉病的真实世界疗效

该数据集来自clinicaltrials.gov,聚焦变应性支气管肺曲霉病(ABPA)合并重度哮喘患者使用Benralizumab治疗的真实世界疗效。研究纳入确诊为重度哮喘伴ABPA的受试者,接受Benralizumab注射,前3次每4周一次,随后第8周追加一次,共16周活性治疗,末次注射后8周进行随访/终止访视,完成治疗者第24周终止。数据可用于评估该药物在ABPA人群中的有效性及安全性,支持呼吸系统疾病与哮喘领域的临床研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:变应性支气管肺曲霉病、重度哮喘、ABPA。被确认患有重度哮喘伴ABPA的受试者将签署知情同意并纳入研究,接受Benralizumab注射,前3次注射每4周给药一次,随后第8周再追加一次注射,共计16周活性治疗,并在末次注射后8周进行随访/终止访视。完成研究治疗的受试者将在第24周进行终止访视。接受首剂Benralizumab但因任何原因退出研究或终止研究治疗的受试者,应完成终止访视所规定的所有程序。

【主题与分类】

主题标签:Allergic Bronchopulmonary Aspergillosis、Severe Asthma、ABPA。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/NCT07530770

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/NCT07530770

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:变应性支气管肺曲霉病、重度哮喘、ABPA。被确认患有重度哮喘伴ABPA的受试者将签署知情同意并纳入研究,接受benralizumab注射,前3次注射每4周给药一次,随后第8周再注射一次,共计16周活性治疗,并在末次注射后8周进行随访/终止访视。完成研究治疗的受试者将在第24周进行终止访视。接受首剂benralizumab但因任何原因退出研究或终止研究治疗的受试者,应完成终止访视所规定的所有程序。

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