抗IL-5抗体(SB-240563)减少泼尼松用量的效果
该数据集来自 clinicaltrials.gov,主题为抗IL-5抗体(SB-240563)对泼尼松的减量效果,归入呼吸系统疾病/哮喘分类

基本信息
资源简介
抗IL-5抗体(SB-240563)减少泼尼松用量的效果
该数据集来自 clinicaltrials.gov,主题为抗IL-5抗体(SB-240563)对泼尼松的减量效果,归入呼吸系统疾病/哮喘分类。源站描述指出,嗜酸性支气管炎以痰细胞计数中嗜酸性粒细胞大于2%为识别标准,对皮质类固醇治疗有反应,可单独发生,也可与哮喘或部分慢性阻塞性肺疾病(COPD)并存;多数患者吸入类固醇即可控制,部分需最低剂量泼尼松维持。目前尚无理想的泼尼松减量药物,而IL-5是专门作用于嗜酸性粒细胞发育、分化、募集、激活和存活的细胞因子,用人源化单克隆抗体阻断其活性可能成为嗜酸性支气管炎的治疗方向,SB-240563即属此类抗体(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:哮喘。嗜酸性支气管炎通过痰细胞定量计数(嗜酸性粒细胞大于2%)识别,对皮质类固醇治疗有反应。它可单独发生,也可与哮喘相关,或见于部分慢性阻塞性肺疾病(COPD)患者。在多数患者中,嗜酸性支气管炎对吸入类固醇治疗有反应,但在部分患者中需要最低剂量的泼尼松才能使其得到控制。目前,尚无具有泼尼松减量效果的突出药物。白细胞介素(IL)-5是一种专门作用于嗜酸性粒细胞发育、分化、募集、激活和存活的细胞因子。IL-5的特异性提高了以下可能性:使用人源化单克隆抗体阻断其活性,可能成为嗜酸性支气管炎的有用疗法。此类抗体(SB-240563)已被引入
【主题与分类】
主题标签: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/NCT00292877
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/NCT00292877
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:哮喘。嗜酸性粒细胞性支气管炎可通过痰细胞定量计数(嗜酸性粒细胞大于2%)进行识别,对皮质类固醇治疗有反应。它可单独发生,也可与哮喘相关,或见于部分慢性阻塞性肺疾病(COPD)患者。在大多数患者中,嗜酸性粒细胞性支气管炎对吸入类固醇治疗有反应,但部分患者需要最低剂量的泼尼松才能控制病情。目前,尚无具有泼尼松节约效应的突出药物。白细胞介素(IL)-5是一种专门针对嗜酸性粒细胞发育、分化、募集、活化和存活的细胞因子。IL-5的特异性提出了这样一种可能性:使用人源化单克隆抗体阻断其活性,可能对嗜酸性粒细胞性支气管炎是有用的治疗。此类抗体(SB-240563)已进入临床试验。研究者将比较其与安慰剂在泼尼松依赖性有症状的嗜酸性粒细胞性支气管炎(伴或不伴哮喘)患者中的效果,在泼尼松剂量减少前后进行评估,以确定其是否具有泼尼松节约效应。
该研究分为3个连续的研究阶段。第1阶段:有症状的嗜酸性粒细胞性支气管炎(伴或不伴哮喘),维持同一泼尼松剂量6周或以上。第2阶段:以4周为间隔进行标准化泼尼松减量(若研究治疗期间停用泼尼松,则改用吸入性类固醇),直至出现临床及嗜酸性粒细胞性加重或令人困扰的类固醇撤药反应。第3阶段:洗脱期。患者将每2周随访一次。在第2、6、10、14和18周给予SB-240563 750mg或安慰剂静脉注射。泼尼松剂量将按标准化方式减量。
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。




