评估Itepekimab(抗IL-33单抗)在非囊性纤维化支气管扩张受试者中的疗效、安全性和耐受性的概念验证研究

该数据集来自clinicaltrials.gov,收录一项关于Itepekimab(抗IL-33单抗)治疗非囊性纤维化支气管扩张(NCFB)的Phase 2临床试验信息

SanofiSanofi
clinicaltrials
浏览 15
其他分类Bronchiectasis
A Proof-of-Concept Study to Assess the Efficacy, Safety and Tolerability of Itepekimab (Anti-IL-33 mAb) in Participants With Non-cystic Fibrosis Bronchiectasis

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-10

资源简介

评估Itepekimab(抗IL-33单抗)在非囊性纤维化支气管扩张受试者中的疗效、安全性和耐受性的概念验证研究

该数据集来自clinicaltrials.gov,收录一项关于Itepekimab(抗IL-33单抗)治疗非囊性纤维化支气管扩张(NCFB)的Phase 2临床试验信息。研究为多国、随机、双盲、安慰剂对照、平行分组设计,设3个治疗组,受试者为18至85岁(含)的男性和/或女性NCFB患者,旨在评估两种Itepekimab给药方案相较安慰剂的疗效、安全性和耐受性。研究周期含筛选、24-52周治疗及20周安全性随访,总时长最长47-77周,按月进行现场或电话访视。可用于了解该疾病领域药物研发与试验设计(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):适应症:支气管扩张。ACT18018是一项多国、随机、双盲、安慰剂对照、平行分组、2期研究,包含3个治疗组。本研究的目的是在18岁至85岁(含)的男性和/或女性NCFB受试者中,评估2种itepekimab给药方案与安慰剂相比的疗效、安全性和耐受性。研究详情包括: 研究持续时间(筛选、24-52周治疗、20周安全性随访)最长可达47-77周 治疗持续时间最长可达24-52周 随访持续时间为20周 现场/电话访视按每月间隔进行

【主题与分类】

主题标签:Bronchiectasis。本站分类:呼吸道疾病/支气管扩张。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06280391

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/NCT06280391

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

疾病:支气管扩张症。ACT18018是一项多国、随机、双盲、安慰剂对照、平行组、2期研究,设有3个治疗组。本研究的目的是在年龄18岁至85岁(含)的NCFB男性和/或女性受试者中,评估2种itepekimab给药方案与安慰剂相比的疗效、安全性和耐受性。研究详情包括:* 研究持续时间(筛选、24-52周治疗、20周安全性随访)最长为47-77周 * 治疗持续时间最长为24-52周 * 随访持续时间为20周 * 现场/电话访视间隔为每月一次

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