Mepolizumab治疗重度难治性嗜酸性哮喘研究
该数据集来自clinicaltrials.gov,记录一项关于Mepolizumab治疗重度难治性嗜酸性哮喘(SEA)的前瞻性、观察性、多中心队列研究,随访12个月

基本信息
资源简介
Mepolizumab治疗重度难治性嗜酸性哮喘研究
该数据集来自clinicaltrials.gov,记录一项关于Mepolizumab治疗重度难治性嗜酸性哮喘(SEA)的前瞻性、观察性、多中心队列研究,随访12个月。研究对象为2021年9月至2023年9月在意大利两家IRCCS肺康复中心连续转诊的18至75岁成人患者,纳入标准包括外周血嗜酸性粒细胞计数>300 cells/μL、既往12个月内至少两次急性加重、正在使用高剂量ICS/LABA及至少一种附加控制药物。数据可用于评估生物制剂治疗后的临床结局与预测因素(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:重度嗜酸性哮喘。我们开展了一项前瞻性、观察性、多中心队列研究,纳入开始接受mepolizumab治疗的SEA成年个体,随访12个月。2021年9月至2023年9月期间,连续转诊至意大利Telese Terme和Tradate的Istituti Clinici Scientifici Maugeri IRCCS肺康复单元的患者,依据以下纳入标准进行资格筛查:根据临床实践符合mepolizumab治疗资格;年龄在18至75岁之间;诊断为重度嗜酸性难治性哮喘,定义为外周血嗜酸性粒细胞计数(BEC)> 300 cells/μL且既往12个月内至少两次有记录的急性加重;以及正在接受高日剂量吸入性糖皮质激素(ICS)联合长效β2受体激动剂(LABA)治疗,并至少使用一种附加控制药物。
【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/NCT05063981
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/NCT05063981
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
条件:重度嗜酸性粒细胞性哮喘。我们开展了一项前瞻性、观察性、多中心队列研究,纳入开始接受美泊利单抗治疗的SEA成年患者,随访12个月。2021年9月至2023年9月期间,连续转诊至意大利Telese Terme和Tradate的Istituti Clinici Scientifici Maugeri IRCCS肺康复单元的患者,根据以下纳入标准进行资格筛查:根据临床实践符合美泊利单抗治疗资格;年龄在18至75岁之间;诊断为重度嗜酸性粒细胞难治性哮喘,定义为外周血嗜酸性粒细胞计数(BEC)> 300个细胞/μL,且既往12个月内至少有两次有记录的急性加重;以及正在接受高日剂量吸入性糖皮质激素(ICS)联合长效β2受体激动剂(LABA)治疗,并至少联合一种其他控制药物,持续至少12个月。
排除标准包括:当前吸烟;诊断为其他慢性肺部疾病;合并慢性鼻窦炎伴鼻息肉;入组前6周内使用任何剂量的全身性糖皮质激素;使用免疫抑制治疗;入组前30天内接种减毒活疫苗;当前或近期(过去5年内)有恶性肿瘤病史,除非处于完全缓解状态;诊断为嗜酸性肉芽肿性多血管炎(EGPA);签署知情同意书前30天内或筛选/导入期内发生上呼吸道或下呼吸道感染;筛选期间通过体格检查、生命体征评估、血液学或临床化学检查发现任何具有临床意义的异常,且研究者认为可能对患者安全构成风险或干扰研究结果或依从性。其他排除标准为:已知免疫缺陷(原发性或继发性);妊娠;同时接受其他生物制剂治疗哮喘或其他疾病(除
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。




