Avacopan治疗中重度化脓性汗腺炎安全性与有效性评价（AURORA）
该数据集来自clinicaltrials.gov，为一项在中重度化脓性汗腺炎受试者中评价Avacopan安全性与有效性的随机、双盲、安慰剂对照、平行组、2期研究
基本信息
资源简介
Avacopan治疗中重度化脓性汗腺炎安全性与有效性评价（AURORA）
该数据集来自clinicaltrials.gov，为一项在中重度化脓性汗腺炎受试者中评价Avacopan安全性与有效性的随机、双盲、安慰剂对照、平行组、2期研究。研究为多中心设计，受试者按1:1:1随机接受10mg或30mg Avacopan每日两次或安慰剂每日两次治疗12周；随后安慰剂组再随机接受10mg或30mg Avacopan每日两次额外24周，Avacopan组维持原剂量额外24周。受试者接受36周研究治疗并随访44周以评估安全性和有效性。研究由Amgen收购，所有披露由先前申办方完成（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：化脓性汗腺炎、反向性痤疮。一项在中重度化脓性汗腺炎受试者中进行的随机、双盲、安慰剂对照、平行组、2期研究。该研究为多中心，将包括三个受试者组。受试者将按1:1:1随机接受10mg Avacopan每日两次、30mg Avacopan每日两次或安慰剂每日两次治疗12周。在12周双盲治疗期后，安慰剂组受试者将按1:1重新随机接受10mg或30mg Avacopan每日两次，额外治疗24周。接受Avacopan治疗的受试者将继续接受相同剂量（10mg或30mg每日两次）额外24周。受试者将接受36周研究治疗，并随访44周以评估安全性和有效性。研究由Amgen收购，所有披露均由先前申办方完成。
【主题与分类】
主题标签：Hidradenitis Suppurativa、Acne Inversa。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/NCT03852472
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/NCT03852472
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、逆向性痤疮。一项在中等至重度化脓性汗腺炎受试者中开展的随机、双盲、安慰剂对照、平行分组、2期研究。该研究为多中心研究，将包括三个受试者组。受试者将按1：1：1随机分配至阿伐可泮10mg每日两次、阿伐可泮30mg每日两次或安慰剂每日两次治疗，为期12周。在12周双盲治疗期之后，安慰剂组受试者将按1：1重新随机分配，接受阿伐可泮10mg或30mg每日两次治疗，再持续24周。接受阿伐可泮治疗的受试者将继续接受相同剂量（10mg或30mg每日两次）治疗，再持续24周。受试者将接受36周的研究治疗，并接受44周随访，以评估安全性和疗效。该研究由Amgen收购，所有披露均由先前申办者ChemoCentryx完成。主要疗效分析将在12周时进行。
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。
