XC8治疗支气管哮喘嗜酸性表型患者研究

该数据集来自clinicaltrials.gov,聚焦支气管哮喘与嗜酸性哮喘,研究XC8在支气管哮喘嗜酸性表型患者中的治疗

Chemlmmune Therapeutics LLCChemlmmune Therapeutics LLC
clinicaltrials
浏览 11
其他分类Bronchial AsthmaEosinophilic Asthma
XC8 in the Treatment of Patients With the Eosinophilic Phenotype of Bronchial Asthma

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-17

资源简介

XC8治疗支气管哮喘嗜酸性表型患者研究

该数据集来自clinicaltrials.gov,聚焦支气管哮喘与嗜酸性哮喘,研究XC8在支气管哮喘嗜酸性表型患者中的治疗。研究包含筛查(2周)、治疗(12周)和随访(2周)三个周期,合格患者按1:1随机分入两组,继续接受稳定剂量吸入性糖皮质激素(ICS)联合或不联合长效β2受体激动剂,必要时使用短效β2受体激动剂。随机患者按研究中心、基线FEV1范围(55%至70%和71%至85%)及哮喘治疗方式分层。研究药物由德国Hennig Arzneimittel GmbH und Co.生产。数据可用于哮喘治疗相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:支气管哮喘、嗜酸性哮喘。研究包括3个周期:筛查期(2周)、治疗期(12周)和随访期(2周)。所有合格患者按1:1比例随机分入两个治疗组之一。研究期间,患者将继续接受稳定剂量的吸入性糖皮质激素(ICS),联合或不联合长效β2受体激动剂;必要时,患者将接受短效β2受体激动剂。随机患者将按研究中心、基线用力呼气容积(FEV1)在55%至70%和71%至85%范围以及支气管哮喘(BA)治疗(吸入性糖皮质激素(ICS)联合或不联合长效β2受体激动剂)进行分层。研究药物由德国Hennig Arzneimittel GmbH und Co.生产。

【主题与分类】

主题标签:Bronchial Asthma、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/NCT04674137

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT04674137

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

适应症:支气管哮喘、嗜酸性粒细胞性哮喘。本研究包括3个阶段:筛选期(2周)、治疗期(12周)和随访期(2周)。所有符合条件的患者按1:1的比例随机分配至两个治疗组之一。在研究期间,患者将继续接受稳定剂量的吸入性糖皮质激素(ICS),联合或不联合长效β2受体激动剂;必要时,患者将接受短效β2受体激动剂。随机分组的患者将按研究中心、基线用力呼气容积(FEV1)范围(55%至70%和71%至85%)以及支气管哮喘治疗方案(吸入性糖皮质激素(ICS)联合或不联合长效β2受体激动剂)进行分层。研究药物由德国Hennig Arzneimittel GmbH und Co.生产。

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。

获取专属数据定制方案