Tildrakizumab治疗大疱性类天疱疮的效果

研究计划招募16名18岁及以上、经活检确诊的大疱性类天疱疮患者,在0、4、16周共接受三次Tildrakizumab 100mg治疗,总治疗期16周,随访至第24周

Brigham and Women's HospitalBrigham and Women's Hospital
clinicaltrials
浏览 8
表格预测Pemphigoid, Bullous
The Effects of Tildrakizumab in Treatment of Bullous Pemphigoid

基本信息

模态
表格
任务类型
预测
创建/更新时间
2026-10-10

资源简介

Tildrakizumab治疗大疱性类天疱疮的效果

本数据集来自clinicaltrials.gov,主题为Tildrakizumab治疗大疱性类天疱疮的效果。研究计划招募16名18岁及以上、经活检确诊的大疱性类天疱疮患者,在0、4、16周共接受三次Tildrakizumab 100mg治疗,总治疗期16周,随访至第24周。数据覆盖人口学信息、入排标准、临床检查及问卷评估的主要和次要终点,可用于分析该药物在成人大疱性类天疱疮患者中的疗效与随访结局(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:大疱性类天疱疮。研究者将招募16名18岁及以上、经活检确诊为大疱性类天疱疮的患者(同时进行H&E和直接免疫荧光(DIF)检查,+/-间接免疫荧光(IIF)和ELISA)。在初始筛选访视时,将获取人口学信息、纳入和排除标准,并为被认为符合入组条件的患者获取知情同意。研究工作人员将在第0、4、16周给予总共三剂Tildrakizumab 100mg,总治疗期为16周。受试者将在筛选、第0、4、16和24周的初始和随访访视期间,通过临床检查和问卷评估主要和次要终点的改善情况,总随访期为24周。

【主题与分类】

主题标签:Pemphigoid, Bullous。本站分类:皮肤与结缔组织疾病/大疱性类天疱疮。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04465292

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/NCT04465292

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:大疱性类天疱疮。研究者将招募16例年龄在18岁及以上、经活检(同时进行H&E和直接免疫荧光(DIF)±间接免疫荧光(IIF)和ELISA)确诊为大疱性类天疱疮的患者。在初始筛选访视时,将获取人口学信息,评估纳入和排除标准,并对被认为符合入组条件的患者获取知情同意。将在第0、4、16周给予总共三剂Tildrakizumab 100mg,总治疗时间为16周,由研究工作人员给药。将在筛选期、第0、4、16和24周的初始及随访访视期间,通过临床检查和问卷评估受试者主要和次要终点的改善情况,总随访期为24周。

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