进行性特发性肺纤维化自身抗体减少治疗研究

该数据集来自 clinicaltrials.gov,针对进行性特发性肺纤维化患者,记录在美国九家参与医疗中心开展的随机对照研究

University of Alabama at BirminghamUniversity of Alabama at Birmingham
clinicaltrials
浏览 8
文本预测Idiopathic Pulmonary Fibrosis
Autoantibody Reduction Therapy for Progressive Idiopathic Pulmonary Fibrosis

基本信息

模态
文本
任务类型
预测
创建/更新时间
2026-10-26

资源简介

进行性特发性肺纤维化自身抗体减少治疗研究

该数据集来自 clinicaltrials.gov,针对进行性特发性肺纤维化患者,记录在美国九家参与医疗中心开展的随机对照研究。患者按1:1比例随机分配至AART或常规治疗(TAU),按性别及是否使用IPF获批药物分层,观察六个月,在基线、随机后30天、90天和180天进行评估,数据通过eCRF提交至数据协调中心。可用于分析治疗分配与随访评估数据,支持疗效预测与临床研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:特发性肺纤维化。在进行性肺纤维化患者中,于九家参与的美国领先医疗中心识别,将按1:1比例(由计算机)随机分配至AART或常规治疗(TAU)。随机化的分层因素为性别(自我认定)以及患者是否正在服用任何IPF获批药物。患者将被观察六(6)个月,在基线、随机化后30天以及随机化后90天和180天进行观察和评估。数据将通过电子病例报告表(eCRF)以电子方式提交至数据协调中心。阿拉巴马大学医学中心机构审查委员会(IRB)将担任所有中心的中央IRB。采集的标本还将用于首席研究员实验室进行的实验性B细胞研究。

【主题与分类】

主题标签:Idiopathic Pulmonary Fibrosis。本站分类:呼吸系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07674745

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT07674745

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

条件:特发性肺纤维化。在九家参与的美国领先医疗中心中任一中心识别的进行性肺纤维化患者,将通过计算机按1:1比例随机分配至AART组或常规治疗(TAU)组。随机分层的因素为性别(自我认定)以及患者是否正在服用任何IPF获批药物。患者将接受六(6)个月的观察,并在基线、随机化后30天以及随机化后90天和180天进行观察和评估。数据将通过电子病例报告表(eCRF)以电子方式提交至数据协调中心。阿拉巴马大学医学中心机构审查委员会(IRB)将担任所有研究中心的中央IRB。采集的标本还将用于主要研究者实验室开展的实验性B细胞研究。

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。