全身性糖皮质激素介导的长期影响、患者路径与经济负担的多适应症回顾性分析

数据集获取

源站：https://clinicaltrials.gov/study/NCT06488703

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：哮喘。糖皮质激素在多种炎症性、过敏性、免疫性和恶性疾病的治疗中具有重要作用。然而，全身性皮质类固醇的不良反应是慢性炎症性疾病相关医源性问题最常见的原因之一。关于长期全身性（皮质）类固醇/全身性糖皮质激素（SCS）相关副作用的数据有限。口服（皮质）类固醇/全身性糖皮质激素（OCS）在例如风湿性疾病中介导的副作用尚未一致确定。尚无足够的队列分析系统性地确定SCS长期可能的副作用。本研究将通过提供长期SCS副作用的数据（通过SCS剂量、治疗持续时间进行风险分层）来填补这一重大空白。因此，PROGRESS的主要目标是在德国，量化具有特定基础疾病（UC）且接受或未接受全身性糖皮质激素治疗的人群中不良结局的风险。

次要目标是分析全身性糖皮质激素治疗的剂量和暴露时间对特定UC人群中不良结局风险的影响。总体而言，频繁的SCS暴露会导致糖尿病或骨质疏松等副作用，这些副作用有可能成为医疗系统的重大经济负担。因此，第三个目标是对德国市场中特定UC人群因SCS暴露相关不良结局的发生所带来的经济负担进行量化。研究设计将是一项基于滚动队列设计的回顾性队列研究（理赔数据），采用精确匹配方法。将患有不同UC且接受SCS治疗暴露的个体与患有UC但未接受SCS治疗的对照进行匹配。匹配将按季度进行。首例患者入组时间为2009年1月，末例患者入组时间为2020年12月。研究期间涵盖

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。