复方倍他米松治疗肺结节病疗效与安全性评估

该数据集来自 clinicaltrials.gov,围绕复方倍他米松(Diprospan)治疗早期(I 或 II 期)肺结节病的疗效与安全性展开,并与标准治疗泼尼松进行对照

Peking Union Medical College HospitalPeking Union Medical College Hospital
clinicaltrials
浏览 8
医学影像Sarcoidosis, Pulmonary
Evaluation of the Efficacy and Safety of Compound Betamethasone in Pulmonary Sarcoidosis

基本信息

模态
医学影像
创建/更新时间
2026-10-26

资源简介

复方倍他米松治疗肺结节病疗效与安全性评估

该数据集来自 clinicaltrials.gov,围绕复方倍他米松(Diprospan)治疗早期(I 或 II 期)肺结节病的疗效与安全性展开,并与标准治疗泼尼松进行对照。主要关注治疗 24 周后 FVC% 所反映的肺功能改善,以及症状控制、胸部淋巴结肿大缩小和复发预防方面的比较。研究采用每 4 周注射一次复方倍他米松与每日口服并逐渐减量的泼尼松进行对照,可用于了解该试验的设计与评价指标(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:肺结节病。本临床试验旨在了解一种名为复方倍他米松(又称 Diprospan)的研究药物能否治疗早期(I 或 II 期)肺结节病患者。它还将了解其与标准治疗泼尼松相比的安全性。它旨在回答的主要问题是: 研究药物在治疗 24 周后对肺功能(通过名为 FVC% 的测试测量)的改善程度如何? 与泼尼松相比,它在控制症状、缩小胸部淋巴结肿大和预防复发方面如何?研究人员将比较复方倍他米松注射(每 4 周一次)与泼尼松片(每日服用并逐渐减量)。参与者将: 接受研究药物注射或泼尼松片治疗 24 周 到诊所进行复查和肺功能

【主题与分类】

主题标签:Sarcoidosis, Pulmonary。本站分类:呼吸系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07668895

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/NCT07668895

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:结节病,肺部。本临床试验的目的是了解一种名为复方倍他米松(又称Diprospan)的研究药物能否治疗早期(I期或II期)肺结节病患者。该试验还将了解其与标准治疗药物泼尼松相比的安全性。该试验旨在回答的主要问题包括:* 研究药物在治疗24周后能在多大程度上改善肺功能(通过一项名为FVC%的检测指标衡量)?* 与泼尼松相比,它在控制症状、减轻胸部淋巴结肿大和预防复发方面表现如何?研究人员将比较复方倍他米松注射剂(每4周注射一次)与泼尼松片剂(每日服用并逐渐减量)。参与者将:* 接受研究药物注射或泼尼松片剂治疗24周* 在第6周、第12周和第24周前往诊所进行复查和肺功能检查* 接受胸部CT扫描和血液检查,以监测其病情和任何副作用* 接受额外24周的随访(至第48周),以观察停药后疾病是否会复发

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