Upadacitinib治疗中重度特应性皮炎且对Dupilumab应答不足的成人研究
该数据集来自clinicaltrials.gov,聚焦中重度特应性皮炎(AD)成人患者,这些患者对dupilumab应答不足

基本信息
资源简介
Upadacitinib治疗中重度特应性皮炎且对Dupilumab应答不足的成人研究
该数据集来自clinicaltrials.gov,聚焦中重度特应性皮炎(AD)成人患者,这些患者对dupilumab应答不足。研究旨在评估不同剂量upadacitinib的疗效与安全性。研究分两期:第一期将参与者随机分配至upadacitinib 15mg或dupilumab 300mg治疗组,根据对upadacitinib 15mg的应答,2周后剂量可增至30mg;第二期完成第一期的参与者继续治疗。数据可用于分析upadacitinib在特定人群中的疗效与安全性(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:特应性皮炎。特应性皮炎(AD)是一种因皮肤炎症可能导致皮疹和瘙痒的皮肤状况。对于需要全身抗炎治疗的试验参与者,仅涂抹于皮肤的治疗可能不足以控制AD。本研究旨在提供关于不同剂量upadacitinib在患有中重度AD的成人参与者中的疗效和安全性的数据。Upadacitinib是一种已获批用于治疗中重度特应性皮炎(AD)的药物。本研究分2个阶段进行。在第1阶段,参与者被随机分配到1个称为治疗组的2组中,接受upadacitinib 15mg或dupilumab 300mg。根据参与者对upadacitinib 15mg的应答,他们可能在2周后将剂量增加至upadacitinib 30mg。在第2阶段,完成第1阶段的参与者将要么继续
【主题与分类】
主题标签:Atopic Dermatitis。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06389136
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/NCT06389136
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:特应性皮炎。特应性皮炎(AD)是一种因皮肤炎症而可能导致皮疹和瘙痒的皮肤疾病。对于需要全身性抗炎治疗的试验参与者,仅靠涂抹于皮肤上的疗法可能不足以控制AD。本研究旨在提供不同剂量upadacitinib在成人中重度AD参与者中的疗效和安全性数据。Upadacitinib是一种已获批用于治疗中重度特应性皮炎(AD)的药物。本研究分2个阶段进行。在第1阶段,参与者被随机分配到2个称为治疗组的组别之一,接受upadacitinib 15mg或dupilumab 300mg治疗。根据参与者对upadacitinib 15mg的反应,他们可能在2周后将剂量增加至upadacitinib 30mg。在第2阶段,完成第1阶段的参与者将根据其湿疹面积和严重程度指数(EASI)应答,或维持其原分配剂量,或重新分配至不同剂量。
大约200名年龄在18岁至64岁以下、患有中重度特应性皮炎(AD)的成年参与者将被纳入研究,这些参与者目前正在使用度普利尤单抗,且既往对度普利尤单抗应答不足。研究将在全球最多130个研究中心进行。该研究包括35天的筛选期、8周的开放标签第1阶段,以及针对完成第1阶段参与者的24周开放标签第2阶段。参与者将接受乌帕替尼口服片每日一次或度普利尤单抗皮下注射每两周一次,持续32周,并随访30天。与参与者的标准治疗相比,本试验中的参与者可能承担更高的治疗负担。参与者将在研究期间定期前往医院或诊所进行访视。治疗效果将通过医学评估、血液检查、副作用监测和填写问卷进行检查。
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。




