Efzofitimod治疗系统性硬化症相关间质性肺病(SSc-ILD)的疗效、安全性和耐受性研究
该数据集来自clinicaltrials.gov，为一项评估Efzofitimod在系统性硬化症相关间质性肺病(SSc-ILD)患者中疗效、安全性和耐受性的临床研究
基本信息
资源简介
Efzofitimod治疗系统性硬化症相关间质性肺病(SSc-ILD)的疗效、安全性和耐受性研究
该数据集来自clinicaltrials.gov，为一项评估Efzofitimod在系统性硬化症相关间质性肺病(SSc-ILD)患者中疗效、安全性和耐受性的临床研究。研究分两部分：A部分为双盲、随机、安慰剂对照的概念验证研究，约25名受试者按2:2:1随机分配至两个活性剂量组或安慰剂组，每4周给药一次至第20周；B部分为可选开放标签扩展，受试者每4周接受450 mg Efzofitimod共6剂。主要目标是评估SSc-ILD人群的疗效概念验证，同时观察皮肤变化。数据可用于间质性肺病治疗研究与临床分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：适应症：间质性肺病。这是一项分为两部分的 study，其中 Part A 是一项双盲、随机、安慰剂对照的 PoC study，旨在评估 efzofitimod 在 SSc-ILD 患者中的疗效、安全性和耐受性。该 study 的主要目标是在 SSc-ILD 人群中评估疗效的 PoC。虽然 ILD 的改善是关注的结局，但该 study 还将评估皮肤的变化。在初始筛选（最多 4 周）后，约 25 名符合条件的参与者将按 2:2:1 随机分配至 2 个活性（试验）剂量组之一或安慰剂组，每 4 周给药一次，直至并包括第 20 周。Part B 是 Part A 的可选开放标签扩展，参与者可每 4 周接受 450 mg efzofitimod，共 6 剂。
【主题与分类】
主题标签：Interstitial 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/NCT05892614
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/NCT05892614
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
适应症：间质性肺疾病。本研究分为两部分，A部分是一项双盲、随机、安慰剂对照的概念验证研究，旨在评估efzofitimod在系统性硬化症相关间质性肺疾病（SSc-ILD）患者中的疗效、安全性和耐受性。本研究的主要目的是在SSc-ILD人群中评估疗效的概念验证。虽然间质性肺疾病的改善是关注的结局，但研究还将评估皮肤的变化。在初始筛选（最长4周）后，约25名符合条件的受试者将按2：2：1的比例随机分配至2个活性（试验）剂量组之一或安慰剂组，每4周给药一次，直至并包括第20周。B部分是A部分的可选开放标签扩展研究，受试者可每4周接受450 mg efzofitimod，共6剂。
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。
