贝伐珠单抗(ZIRABEV®)治疗重型低氧性COVID-19的疗效与安全性
该数据集来自clinicaltrials.gov,聚焦贝伐珠单抗(ZIRABEV®)在重型低氧性COVID-19患者中的疗效与安全性研究

基本信息
资源简介
贝伐珠单抗(ZIRABEV®)治疗重型低氧性COVID-19的疗效与安全性
该数据集来自clinicaltrials.gov,聚焦贝伐珠单抗(ZIRABEV®)在重型低氧性COVID-19患者中的疗效与安全性研究。源站描述涵盖Corona Virus Infection、SARS、病毒性疾病、冠状病毒科感染、RNA病毒感染及呼吸道感染等主题,并指出急性肺损伤(ALI)与急性呼吸窘迫综合征(ARDS)是COVID-19大流行中最常见的并发症,低氧血症可能源于肺血管扩张导致的通气-灌注失配及血栓介导的灌注缺陷。数据可用于呼吸系统疾病与肺炎相关研究,支持对COVID-19低氧血症机制及抗血管生成治疗策略的探索(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:冠状病毒感染、SARS(严重急性呼吸综合征)、病毒性疾病、冠状病毒科感染、尼多病毒目感染、RNA病毒感染、呼吸道感染、呼吸道疾病。急性肺损伤(ALI)和急性呼吸窘迫综合征(ARDS)是COVID-19大流行中最常见的并发症。在这些情况下,低氧血症可能源于:i)缺氧性肺血管收缩受损导致的肺血管扩张,进而引起肺内通气-灌注失配;ii)血栓介导的灌注缺陷。肺血管扩张可能是由于生理性急性缺氧性肺血管收缩的相对失败,其背景是作为功能障碍性炎症过程一部分的区域性血管扩张级联的过度激活。灌注异常相关
【主题与分类】
主题标签:Corona Virus Infection、SARS (Severe Acute Respiratory Syndrome)、Virus Diseases、Coronaviridae Infections、Nidovirales Infections、RNA Virus Infections、Respiratory Tract Infections、Respiratory Tract Diseases。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/NCT04822818
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/NCT04822818
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:冠状病毒感染、SARS(严重急性呼吸综合征)、病毒性疾病、冠状病毒科感染、套式病毒目感染、RNA病毒感染、呼吸道感染、呼吸道疾病。急性肺损伤(ALI)和急性呼吸窘迫综合征(ARDS)是COVID-19大流行中最常见的并发症。在这些情况下,低氧血症可能源于:i)缺氧性肺血管收缩受损导致的肺血管扩张,进而引起肺内通气-灌注失配;ii)血栓介导的灌注缺损。肺血管扩张可能是由于在功能失调的炎症过程中区域血管扩张级联反应过度激活的背景下,生理性急性缺氧性肺血管收缩相对失效所致。与肺血管扩张相关的灌注异常提示存在向气体交换受损区域的肺内分流,最终导致通气-灌注失配加重、区域性缺氧和严重低氧血症。
已有报道显示,中重度COVID-19肺炎患者血浆VEGF水平升高,突显了VEGF在该疾病病理生理学中的作用。据报道,重症患者在入住ICU时生长因子HGF和VEGF-A水平较低者预后更好。Pang J等人近期研究NCT 04275414的数据提示,接受单剂贝伐珠单抗治疗的患者在28天随访期内有92%的病例氧支持状态改善,而接受标准治疗的外部队列中这一比例为62%。通过VEGF靶向治疗纠正内皮通透性和血管舒张,可能修复受损的血管内皮,产生间接抗炎作用(限制循环炎症和促凝介质向肺泡渗出),并改善氧合,从而减少需要转诊ICU的重症患者比例,最终降低患者死亡。因此,本临床试验将重点关注贝
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




