评估Deucravacitinib治疗活动性盘状和/或亚急性皮肤型红斑狼疮的疗效与安全性研究

研究旨在评估该药物与安慰剂相比的安全性、疗效和耐受性,并考察其在标准治疗控制不佳的中重度DLE/SCLE(伴或不伴系统性红斑狼疮)患者中是否具有生物学活性和潜在疗效

Bristol-Myers SquibbBristol-Myers Squibb
clinicaltrials
浏览 11
其他预测Lupus Erythematosus, DiscoidLupus Erythematosus, Subacute Cutaneous
A Study to Evaluate Efficacy and Safety of Deucravacitinib in Participants With Active Discoid and/or Subacute Cutaneous Lupus Erythematosus (DLE/SCLE)

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-14

资源简介

评估Deucravacitinib治疗活动性盘状和/或亚急性皮肤型红斑狼疮的疗效与安全性研究

本数据集来自clinicaltrials.gov,收录一项关于Deucravacitinib(BMS-986165)治疗活动性盘状和/或亚急性皮肤型红斑狼疮(DLE/SCLE)的临床研究。研究旨在评估该药物与安慰剂相比的安全性、疗效和耐受性,并考察其在标准治疗控制不佳的中重度DLE/SCLE(伴或不伴系统性红斑狼疮)患者中是否具有生物学活性和潜在疗效。数据可用于皮肤狼疮治疗领域的药物评价与临床研究参考(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:盘状红斑狼疮、亚急性皮肤型红斑狼疮。本研究的目的是评估deucravacitinib(BMS-986165)与安慰剂相比在活动性盘状和/或亚急性皮肤型红斑狼疮(DLE/SCLE)受试者中的安全性、疗效和耐受性。本研究还将评估deucravacitinib在标准治疗控制不佳的中重度DLE/SCLE(伴或不伴系统性红斑狼疮(SLE))受试者治疗中是否具有生物学活性和潜在疗效。

【主题与分类】

主题标签:Lupus Erythematosus, Discoid、Lupus Erythematosus, Subacute Cutaneous。本站分类:皮肤与结缔组织疾病/皮肤狼疮。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04857034

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/NCT04857034

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:盘状红斑狼疮、亚急性皮肤型红斑狼疮。本研究的目的是评估deucravacitinib(BMS-986165)与安慰剂相比,在活动性盘状红斑狼疮和/或亚急性皮肤型红斑狼疮(DLE/SCLE)受试者中的安全性、有效性和耐受性。本研究还将评估deucravacitinib在中度至重度DLE/SCLE受试者中是否具有生物学活性并可能有效,这些受试者伴或不伴系统性红斑狼疮(SLE),且经标准治疗控制不佳。

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