俄罗斯真实世界证据:benralizumab治疗重度嗜酸性哮喘(BEST)

该数据集来自clinicaltrials.gov,聚焦俄罗斯重度嗜酸性哮喘患者使用benralizumab的真实世界证据

AstraZenecaAstraZeneca
clinicaltrials
浏览 9
表格预测Severe Eosinophilic Asthma
Real World Evidence of Benralizumab in Eosinophilic Severe AsThma in Russia (BEST)

基本信息

模态
表格
任务类型
预测
创建/更新时间
2026-10-17

资源简介

俄罗斯真实世界证据:benralizumab治疗重度嗜酸性哮喘(BEST)

该数据集来自clinicaltrials.gov,聚焦俄罗斯重度嗜酸性哮喘患者使用benralizumab的真实世界证据。研究为多中心、单臂、非干预性、观察性、前瞻性设计,纳入18岁以上符合SmPC用药资格的患者,按俄罗斯卫生部批准的标签接受30 mg皮下注射,第0周起每4周一次后改为每8周一次,56周后随访评估疗效可持续性。数据可用于评估真实临床环境下benralizumab的用药模式与结局(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:重度嗜酸性哮喘。这是一项多中心、单臂、非干预性观察性前瞻性研究,将纳入18岁以上、根据SmPC在参与研究中心(研究地点)符合benralizumab治疗资格的患者,聚焦俄罗斯的重度嗜酸性哮喘。医生决定开始benralizumab治疗独立于研究纳入和患者知情同意。符合研究标准的患者将被纳入,并且按照俄罗斯卫生部批准的benralizumab现行标签,计划接受3次皮下(s.c.)给药的30 mg benralizumab,从第0周(基线)开始每4周一次,然后每8周一次。将在56周后进行一次随访访视,以评估所取得变化的可持续性。不提供研究药物,所有患者

【主题与分类】

主题标签:Severe Eosinophilic 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/NCT05271526

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/NCT05271526

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:重度嗜酸性粒细胞性哮喘。这是一项多中心、单臂、非干预性观察性前瞻性研究,将纳入年龄大于18岁、根据参与研究中心(研究地点)的SmPC符合贝那利珠单抗治疗资格的患者,研究聚焦于俄罗斯的重度嗜酸性粒细胞性哮喘。医生启动贝那利珠单抗治疗的决定独立于研究纳入和患者知情同意。符合研究标准的患者将被纳入,并且按照俄罗斯卫生部批准的贝那利珠单抗现行说明书所述,计划接受3次皮下(s.c.)注射的30 mg贝那利珠单抗,从第0周(基线)开始每4周一次,之后每8周一次。将在56周后进行随访访视,以评估所取得变化的可持续性。不提供研究药物,所有患者均使用市售药物。还可在第1周和第2周通过电话远程进行两次额外研究访视,以获取纸质版SGRQ、ACQ-5、PGI-C和PGI-S问卷。

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