重度哮喘中停用Dupilumab的研究
该数据集来自clinicaltrials.gov,聚焦重度哮喘患者停用Dupilumab的相关研究。源站描述指出,尽管Dupilumab对重度哮喘非常有效,但其最佳用药时长尚不明确,考虑到药物高昂成本及长期抑制2型通路数据的缺乏,这一问题至关重要

基本信息
资源简介
重度哮喘中停用Dupilumab的研究
该数据集来自clinicaltrials.gov,聚焦重度哮喘患者停用Dupilumab的相关研究。源站描述指出,尽管Dupilumab对重度哮喘非常有效,但其最佳用药时长尚不明确,考虑到药物高昂成本及长期抑制2型通路数据的缺乏,这一问题至关重要。重度哮喘领域关于生物制剂停用的研究稀少,其他生物制剂的研究显示,对于停药前急性发作率低的患者,停药是可行的。数据覆盖重度哮喘生物制剂停用的背景信息,可用于了解停药可行性及发作风险变化的研究参考(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:重度哮喘。尽管Dupilumab是治疗重度哮喘非常有效的药物,但该药物的最佳用药时长尚不明确。然而,鉴于Dupilumab的高昂成本以及缺乏关于长期抑制2型通路的数据,这是一个关键问题。重度哮喘领域关于生物制剂停用的研究稀少。其他生物制剂的研究表明,停用这些药物是可行的,尤其是对于停药前急性发作率低的患者。在一项汇总哮喘生物制剂的研究中,4958名生物制剂使用者(包括19.8%的Dupilumab使用者)中有1247人(25.1%)停止了生物制剂治疗。在所有停药者中,10.2%在停药后6个月内停用哮喘生物制剂失败,定义为急性发作增加50%或以上。在继续使用生物制剂的患者中,9.5%出现急性发作增加50%或以上。
【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/NCT06818019
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/NCT06818019
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:重度哮喘。尽管度普利尤单抗是治疗重度哮喘非常有效的药物,但该药物的最佳用药持续时间尚不明确。然而,鉴于度普利尤单抗的高昂费用以及缺乏关于长期抑制2型通路的数据,这是一个至关重要的问题。重度哮喘领域关于生物制剂停药的研究较为匮乏。其他生物制剂的研究表明,停用这些药物是可行的,尤其是对于停药前急性发作率较低的患者。在一项汇总多种哮喘生物制剂的研究中,4958名生物制剂使用者中有1247名(25.1%)停止了生物制剂治疗(其中度普利尤单抗使用者占19.8%)。在所有停药者中,10.2%在停药后6个月内哮喘生物制剂撤停失败,定义为急性发作增加50%或以上。在继续使用生物制剂的患者中,9.5%在6个月期间急性发作增加50%或以上,显示出相似的失败率。目前尚缺乏度普利尤单抗停药的相关数据。
在本研究中,我们计划纳入接受dupilumab治疗至少3年且哮喘控制良好的患者,将其随机分为停用dupilumab组或继续使用dupilumab组,随访24个月。每位患者共进行5次访视:纳入/随机化访视(基线)、第6个月、第12个月和第24个月的三次随访访视(按重度哮喘常规做法),以及第18个月的一次电话访视,用于收集急性发作、治疗及不良事件信息。每次现场访视时,将记录哮喘用药、合并治疗、鼻息肉评分(如适用)、急性发作次数、哮喘控制问卷、重度哮喘问卷、治疗负担问卷及鼻-鼻窦结局测试-22评分、第一秒用力呼气容积、用力肺活量、呼出气一氧化氮分数(如可检测)、血嗜酸性粒细胞、中性粒细胞及淋巴细胞计数、不良事件、住院情况及非计划就医情况。
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。




