尼达尼布口服治疗HHT鼻出血疗效研究

该数据集来自clinicaltrials.gov,聚焦遗传性出血性毛细血管扩张症(HHT,又称Rendu Osler病)患者反复鼻出血的治疗研究

Hospices Civils de LyonHospices Civils de Lyon
clinicaltrials
浏览 4
文本Telangiectasia, Hereditary HemorrhagicRendu Osler Disease
Efficacy of Nintedanib Per os as a Treatment for Epistaxis in HHT Disease.

基本信息

模态
文本
创建/更新时间
2026-10-24

资源简介

尼达尼布口服治疗HHT鼻出血疗效研究

该数据集来自clinicaltrials.gov,聚焦遗传性出血性毛细血管扩张症(HHT,又称Rendu Osler病)患者反复鼻出血的治疗研究。源站描述指出HHT的临床表现源于血管结构异常,鼻出血在90%患者中反复发生,2-10%伴慢性严重贫血,10-30%需输血,显著降低生活质量。既往抗VEGF治疗(贝伐珠单抗)静脉给药有效但存在困难,酪氨酸激酶抑制剂可口服。研究者假设尼达尼布通过间接抑制VEGF受体发挥作用。数据可用于了解该试验的背景与设计依据(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:毛细血管扩张、遗传性出血性、Rendu Osler病。HHT公认的表现均源于血管结构异常。鼻出血为自发性,变异很大,可每天发生数次,在90%的患者中反复出现,并与2-10%患者的慢性严重贫血相关。它们还显著降低生活质量。10-30%的患者有时需要输血。既往研究表明,抗血管生成治疗如抗VEGF治疗(贝伐珠单抗)静脉给药对鼻出血有效,并显著减少鼻出血。酪氨酸激酶抑制剂是抗血管生成分子,可口服获得,因此可克服贝伐珠单抗遇到的困难。研究者假设尼达尼布通过间接抑制VEGF受

【主题与分类】

主题标签:Telangiectasia, Hereditary Hemorrhagic、Rendu Osler Disease。本站分类:呼吸系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT03954782

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/NCT03954782

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:毛细血管扩张症、遗传性出血性毛细血管扩张症、Rendu-Osler病。HHT公认的表现均源于血管结构异常。鼻出血为自发性,变异很大,可每天发生数次,90%的患者反复发作,2-10%伴有慢性严重贫血。鼻出血还显著降低生活质量。10-30%的患者有时需要输血。既往研究显示,抗血管生成治疗如抗VEGF治疗(贝伐珠单抗)静脉给药对鼻出血有效,并能显著减少鼻出血。酪氨酸激酶抑制剂是口服可用的抗血管生成分子,因此可克服贝伐珠单抗遇到的困难。研究者假设,尼达尼布通过间接抑制VEGF受体发挥作用,应能使HHT患者的鼻出血减少。尼达尼布曾用于一名诊断为间质性肺纤维化后的HHT患者(2017年Kovacs等发表的病例报告),结果令人鼓舞。

目的是评估尼达尼布治疗HHT患者鼻出血的疗效

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