Mepolizumab同情用药与长期获取研究:HES及重症哮喘扩展准入
该数据集来自clinicaltrials.gov,收录Mepolizumab同情用药与长期获取相关研究记录,涉及高嗜酸性粒细胞综合征(HES)及重症哮喘患者

基本信息
资源简介
Mepolizumab同情用药与长期获取研究:HES及重症哮喘扩展准入
该数据集来自clinicaltrials.gov,收录Mepolizumab同情用药与长期获取相关研究记录,涉及高嗜酸性粒细胞综合征(HES)及重症哮喘患者。源站描述涵盖HES适应症上市申请撤回背景、至少3种标准HES治疗失败或既往参与GSK HES研究的患者可在法规允许国家接受开放标签Mepolizumab治疗,并收集有限数据评估长期安全性与有效性,另含重症哮喘长期获取项目。可用于了解Mepolizumab在HES与重症哮喘中的扩展准入研究设计及长期安全性有效性评估框架(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:高嗜酸性粒细胞综合征。104317:mepolizumab用于高嗜酸性粒细胞综合征(HES)适应症的上市许可申请于2008年提交,但随后因监管机构就该申请提出的未决问题而撤回。根据申办方的评估,对至少3种标准HES治疗记录有失败(缺乏疗效或禁忌)的危及生命的HES参与者(同情用药)以及曾参与GSK申办的HES研究的参与者(长期获取),在国家法规允许的情况下可考虑接受mepolizumab治疗。在本研究中,参与者将以开放标签方式接受mepolizumab,并将收集有限数据以评估mepolizumab的长期安全性和有效性。201956:这是一个长期获取项目(LAP),其
【主题与分类】
主题标签:Hypereosinophilic Syndrome。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/NCT00244686
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/NCT00244686
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
适应症:嗜酸性粒细胞增多综合征。104317:美泊利单抗用于嗜酸性粒细胞增多综合征(HES)适应症的上市许可申请于2008年提交,但随后因监管机构就该申请提出的未决问题而撤回。根据申办方的评估,对于有危及生命的HES且记录显示对至少3种标准HES治疗失败(缺乏疗效或存在禁忌)的参与者(同情用药),以及曾参加过GSK赞助的HES研究的参与者(长期获取),在所在国家法规允许的情况下,可考虑接受美泊利单抗治疗。在本研究中,参与者将以开放标签方式接受美泊利单抗,并将收集有限数据以评估美泊利单抗的长期安全性和有效性。201956:这是一个长期获取项目(LAP),旨在支持向符合条件的重度哮喘受试者提供美泊利单抗,直至其实现商业化上市,这些受试者曾参加过GSK赞助的美泊利单抗重度哮喘临床研究。
符合条件的受试者将在其先前临床研究中最后一次预定访视后的6个月期间内开始接受美泊利单抗治疗。在整个研究过程中,将对每位受试者的获益与风险进行评估,以支持继续使用美泊利单抗治疗。112562:为符合条件的HES患者提供扩展获取美泊利单抗治疗的机制。在可能的情况下,患者作为临床试验的一部分使用研究性药物更为可取。然而,当患者无法参加临床试验时(例如患者不符合正在进行的临床试验的资格,或患者无法前往研究机构),合适的患者可通过扩展获取途径接受美泊利单抗治疗。本扩展获取方案旨在为患有严重衰弱性或危及生命疾病且不符合条件的HES患者提供美泊利单抗的获取途径。
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。




