利妥昔单抗对比安慰剂维持治疗系统性硬化症相关间质性肺病
该数据集来自 clinicaltrials.gov,主题为成人系统性硬化症(SSc)相关间质性肺病(ILD)中利妥昔单抗(RTX)对比安慰剂的维持治疗研究

基本信息
资源简介
利妥昔单抗对比安慰剂维持治疗系统性硬化症相关间质性肺病
该数据集来自 clinicaltrials.gov,主题为成人系统性硬化症(SSc)相关间质性肺病(ILD)中利妥昔单抗(RTX)对比安慰剂的维持治疗研究。源站描述提及 DESIRES 试验中 RTX 诱导治疗与 24 周 FVC 稳定相关,以及 RECITAL 试验中环磷酰胺与 RTX 在包括 SSc-ILD 的 ILD 中诱导治疗无差异。数据可用于了解 SSc-ILD 治疗试验背景及比较不同诱导方案的研究证据(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:成人系统性硬化症。系统性硬化症(SSc)是一种罕见的自身免疫性结缔组织病。间质性肺病(ILD)是 SSc 的常见表现和主要死因。利妥昔单抗(RTX)常用于 SSc-ILD 的诱导治疗,近期试验已充分证明其作为诱导治疗的安全性和有效性。DESIRES 试验报告,RTX 诱导治疗与 24 周 FVC 稳定相关。以基线至 24 周 FVC 评估,接受 RTX 治疗的 25 例 SSc-ILD 患者与接受安慰剂的 23 例患者相比显著改善(0.09% vs -2.87%;[95%CI 0.08-5.84];p < 0.05)。近期,RECITAL 试验显示,在包括 SSc-ILD 的 ILD 中,环磷酰胺(CYC)与 RTX 诱导治疗之间无差异。事实上,RTX 和 CYC 均导致 FVC 改善(97 ±
【主题与分类】
主题标签:Systemic Sclerosis in Adults。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07827742
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/NCT07827742
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:成人系统性硬化症。系统性硬化症(SSc)是一种罕见的自身免疫性结缔组织病。间质性肺病(ILD)是SSc的常见表现,也是其主要死亡原因。利妥昔单抗(RTX)常用于SSc-ILD的诱导治疗,近期试验已充分证实其作为诱导治疗的安全性和有效性。DESIRES试验报告,RTX诱导治疗与FVC在24周时的稳定相关。以基线至24周时的FVC评估,接受RTX治疗的25例SSc-ILD患者与接受安慰剂治疗的23例患者相比有显著改善(0.09% vs -2.87%;[95%CI 0.08-5.84];p < 0.05)。近期,RECITAL试验显示,在包括SSc-ILD在内的ILD中,环磷酰胺(CYC)与RTX诱导治疗之间无差异。事实上,RTX和CYC在24周时均使FVC改善(分别为97 ± 234mL和99 ± 329mL),在101例受试者中无显著统计学差异。此外,同样在近期公布的EVER-ILD研究报告,在CTD-ILD中,RTX联合霉酚酸酯(MMF)优于单用RTX。
结合此前分析RTX作为SSc诱导治疗常见用法的欧洲数据库研究,这些研究已证实其作为SSc-ILD诱导治疗的有效性和安全性。然而,RTX再治疗在维持ILD稳定方面的作用从未被研究,值得进一步探讨。驱动MAINRITSyS的假设是RTX可维持SSc-ILD患者的ILD稳定。
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。




