真实世界研究评估Tezepelumab在俄罗斯重症哮喘患者中的疗效(不限表型)
该数据集来自clinicaltrials.gov,聚焦俄罗斯重症哮喘患者使用Tezepelumab的真实世界研究。研究为多中心、回顾性-前瞻性、非对照、非干预性观察性队列,涵盖一手与二手数据收集,纳入依据俄罗斯获批SmPC评估符合Tezepelumab治疗条件的患者

基本信息
资源简介
真实世界研究评估Tezepelumab在俄罗斯重症哮喘患者中的疗效(不限表型)
该数据集来自clinicaltrials.gov,聚焦俄罗斯重症哮喘患者使用Tezepelumab的真实世界研究。研究为多中心、回顾性-前瞻性、非对照、非干预性观察性队列,涵盖一手与二手数据收集,纳入依据俄罗斯获批SmPC评估符合Tezepelumab治疗条件的患者。给药独立于研究,由医生决定,患者继续背景哮喘治疗。可用于评估Tezepelumab在真实临床中不限表型的疗效与治疗模式(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:重症哮喘。这是一项多中心、回顾性-前瞻性、非对照、非干预性(观察性)队列研究,在真实世界环境中纳入开始使用tezepelumab治疗重症未控制哮喘的参与者,涉及一手和二手数据收集。研究参与者为根据俄罗斯获批的产品特性摘要(SmPC)评估符合tezepelumab治疗条件的患者。tezepelumab的给药独立于本研究(即,是否开始tezepelumab治疗基于医生的选择以及监管和临床特征,而非基于招募/参与研究)。Tezepelumab被指示作为重症哮喘的附加维持治疗,因此,患者将在整个研究期间继续背景哮喘治疗。
【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/NCT06566885
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/NCT06566885
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:重度哮喘。这是一项多中心、回顾性-前瞻性、非比较性、非干预性(观察性)队列研究,涉及在真实世界环境中对开始使用tezepelumab治疗重度未控制哮喘的参与者进行一手和二手数据收集。研究参与者将是根据俄罗斯批准的产品特性摘要(SmPC)评估后有资格接受tezepelumab治疗的患者。tezepelumab的给药将独立于本研究(即,开始使用tezepelumab的决定基于医生的选择以及监管和临床特征,而非基于招募/参与研究)。tezepelumab被指示作为重度哮喘的附加维持治疗,因此,无论患者是否决定参与本研究,他们将在整个研究期间继续接受背景哮喘治疗。大约110名符合条件的参与者,男女不限,年龄12岁或以上,将在大约20个研究中心接受市场上可获得的、并根据俄罗斯报销政策提供的tezepelumab治疗。
在同意参与研究的合格受试者中,入组日期定义为签署知情同意书或赞同书的日期。入组并完成入选/排除标准评估后,研究受试者将根据医生的决定并遵循当地产品SmPC开始接受tezepelumab治疗。索引日期定义为受试者接受首剂tezepelumab的日期。入组期为入组日期与索引日期之间的时间段。此外,为避免应答者偏倚,受试者可在首剂tezepelumab后最多4周内入组本研究,但不得超过此期限。无论治疗是否中断,受试者将在索引日期后接受最长52周的随访。患者报告结局——主要终点(ACQ-5)和SNOT-22将
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。




