Anifrolumab 治疗化脓性汗腺炎临床试验
该数据集来自 clinicaltrials.gov,围绕 Anifrolumab 治疗化脓性汗腺炎(HS)的临床试验,属于皮肤与结缔组织疾病分类

基本信息
资源简介
Anifrolumab 治疗化脓性汗腺炎临床试验
该数据集来自 clinicaltrials.gov,围绕 Anifrolumab 治疗化脓性汗腺炎(HS)的临床试验,属于皮肤与结缔组织疾病分类。研究旨在评估 Anifrolumab 治疗 HS 的疗效及治疗前后对生活质量的影响。Anifrolumab 是一种单克隆抗体,可抑制多种与 HS 发生相关的过程。研究约持续 40 周,分为筛查、治疗和随访阶段;治疗阶段 24 周,治疗首月每两周到诊所一次,之后每月一次,末次治疗访视后 12 周进行一次随访。数据可用于疗效与安全性预测等研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:化脓性汗腺炎、反向性痤疮、化脓性汗腺炎。本临床试验旨在研究一种名为 anifrolumab 的药物是否能治疗化脓性汗腺炎(HS),以及其在治疗前后对生活质量的影响。Anifrolumab 是一种单克隆抗体,可抑制多种已被证明参与 HS 发生的过程。研究约持续 40 周,分为筛查、治疗和随访阶段。研究人员在筛查期间确定您接受该药物是否安全以及您是否符合研究条件。如果符合研究条件,治疗阶段持续 24 周(或六个月),并在治疗阶段末次访视后 12 周进行一次随访访视。在治疗阶段,参与者将被要求在接受治疗的首个月每两周到诊所一次,此后每月一次。
【主题与分类】
主题标签:Hidradenitis Suppurativa、Acne Inversa、Hidradenitis。本站分类:皮肤与结缔组织疾病/化脓性汗腺炎。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06374212
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/NCT06374212
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:化脓性汗腺炎、反向性痤疮、汗腺炎。本临床试验旨在研究一种名为anifrolumab的药物能否有效治疗化脓性汗腺炎(HS),以及该药物对治疗前后生活质量的影响。Anifrolumab是一种单克隆抗体,可抑制多种已被证实参与HS发病过程的机制。研究持续约40周,分为筛选期、治疗期和随访期。在筛选期,研究人员将确定您接受该药物是否安全,以及您是否符合研究条件。若符合研究条件,治疗期将持续24周(即六个月),并在治疗期最后一次访视后12周进行一次随访。在治疗期,参与者需在治疗第一个月每两周来诊所一次,此后每月一次,共计八次治疗访视。参与者需完成以下事项:* 填写问卷,内容涉及HS对其日常生活的影响,以及他们对HS和所接受治疗的看法。
- 接受相关医学评估
- 接受研究药物静脉输注
- 输注后留观20分钟以进行监测
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。




