Tofacitinib 治疗伴炎症并发症的慢性肉芽肿病的安全性与疗效
该数据集来自 clinicaltrials.gov,围绕 Tofacitinib 用于确诊且有症状的慢性肉芽肿病(CGD)相关炎症并发症(胃肠道、皮肤、肺部)的 1/2 期开放标签试验

基本信息
资源简介
Tofacitinib 治疗伴炎症并发症的慢性肉芽肿病的安全性与疗效
该数据集来自 clinicaltrials.gov,围绕 Tofacitinib 用于确诊且有症状的慢性肉芽肿病(CGD)相关炎症并发症(胃肠道、皮肤、肺部)的 1/2 期开放标签试验。研究在 3 个月方案后客观评估炎症并发症,主要目标是评估研究期间 Tofacitinib 在 CGD 患者中的安全性,次要目标包括评估特定炎症表现的总体临床反应以及 Tofacitinib 对 CGD 中干扰素(IFN)诱导基因表达的生物学效应,主要终点包括感染率和治疗相关事件率。可用于安全性评估、临床反应分析与生物学效应研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:慢性肉芽肿病、炎症性胃肠道疾病、炎症性皮肤病、炎症性肺病。研究描述:这是一项 1/2 期开放标签试验,旨在研究 tofacitinib 在确诊且有症状的、与慢性肉芽肿病(CGD)相关的炎症并发症(胃肠道[GI]、皮肤、肺部)患者中的安全性,并探索其生物学疗效。经过 3 个月方案后,将客观评估参与者的炎症并发症。主要目标:评估研究期间 tofacitinib 在 CGD 患者中的安全性。次要目标:1. 评估特定炎症表现的总体临床反应。2. 评估 tofacitinib 对 CGD 中干扰素(IFN)诱导基因表达的生物学效应。主要终点:1. 感染率。2. 治疗相关 t
【主题与分类】
主题标签:Chronic Granulomatous Disease、Inflammatory Gastrointestinal Disease、Inflammatory Skin Disease、Inflammatory Lung Disease。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05104723
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/NCT05104723
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
疾病:慢性肉芽肿病、炎症性胃肠道疾病、炎症性皮肤病、炎症性肺病。研究描述:这是一项1/2期开放标签试验,旨在研究托法替布在确诊并伴有症状性炎症并发症(胃肠道[GI]、皮肤、肺)的慢性肉芽肿病(CGD)患者中的安全性,并探索其生物学疗效。经过3个月的治疗方案后,将客观评估参与者的炎症并发症。主要目的:评估托法替布在研究期间对CGD患者的安全性。次要目的:1. 评估特定炎症表现的总体临床反应。2. 评估托法替布对CGD中干扰素(IFN)诱导基因表达的生物学效应。主要终点:1. 感染率。2. 治疗相关毒性发生率。3. 不良事件(AEs)发生率。4. 需要医学评估或住院治疗的严重细菌、分枝杆菌、真菌或病毒感染的发生率。次要终点:CGD相关炎症性肠病(IBD):1.
改良Harvey-Bradshaw指数(HBI)的变化。2. 组织病理学内镜检查的变化。炎症性肺病:1. 第一秒用力呼气容积(FEV1)的变化。2. 一氧化碳弥散量(DLCO)的变化。3. 计算机断层扫描(CT)影像的变化。4. 6分钟步行试验的变化。皮肤病:1. 通过客观摄影评估的皮肤发作或溃疡存在情况的变化。基因表达:1. 基于全血RNA表达数据得出的IFN基因模块富集评分的变化。
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。




