评估MSC治疗COVID-19 ARDS疗效的双盲随机对照临床试验

该数据集来自clinicaltrials.gov,属于呼吸系统疾病/肺炎分类,主题为COVID-19相关急性呼吸窘迫综合征(ARDS)

Cristina Avendaño SoláCristina Avendaño Solá
clinicaltrials
浏览 11
其他分类Acute Respiratory Distress SyndromeCOVID-19 PneumoniaCOVID-19
Double-blind, Randomized, Controlled Clinical Trial to Assess Efficacy of MSC in Patients With COVID-19 ARDS

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-07

资源简介

评估MSC治疗COVID-19 ARDS疗效的双盲随机对照临床试验

该数据集来自clinicaltrials.gov,属于呼吸系统疾病/肺炎分类,主题为COVID-19相关急性呼吸窘迫综合征(ARDS)。内容为一项双盲、随机、对照临床试验,评估静脉输注间充质基质细胞(MSC)在COVID诱导的ARDS患者中的疗效与安全性,并与对照组比较。所有受试者均接受标准治疗(SOC),按1:1随机分为异体MSC治疗组和安慰剂对照组。数据可用于分析MSC治疗对ARDS的疗效与安全性,支持呼吸系统疾病临床研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:急性呼吸窘迫综合征、COVID-19肺炎。一项双盲、随机、对照临床试验,旨在评估静脉给予MSC(间充质基质细胞)在COVID诱导的ARDS患者中相较于对照组的疗效和安全性。所有试验参与者都将接受SOC。随机化将按1:1在以下两组之间进行: 治疗组:异体MSC。 对照组:安慰剂(与实验治疗成分相同的溶液,但不含MSC)。 SOC可包括临床实践中正在使用的任何药物(例如洛匹那韦/利托那韦;羟氯喹/氯喹、托珠单抗等)。

【主题与分类】

主题标签:Acute Respiratory Distress Syndrome、COVID-19 Pneumonia。本站分类:呼吸系统疾病/肺炎。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04615429

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/NCT04615429

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:急性呼吸窘迫综合征、COVID-19肺炎。一项双盲、随机、对照临床试验,旨在评估静脉注射间充质基质细胞(MSC)治疗COVID所致ARDS患者相较于对照组的疗效和安全性。所有试验参与者都将接受标准治疗(SOC)。随机化将按1:1比例分配至以下两组: 治疗组:异体间充质基质细胞。* 对照组:安慰剂(成分与实验治疗相同但不含间充质基质细胞的溶液)。* 标准治疗可包括临床实践中正在使用的任何药物(例如洛匹那韦/利托那韦;羟氯喹/氯喹,托珠单抗等)。

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