评估VIB7734在系统性红斑狼疮、皮肤型红斑狼疮、干燥综合征、系统性硬化症、多发性肌炎和皮肌炎受试者中的研究
该数据集来自clinicaltrials.gov，收录一项评估VIB7734在系统性红斑狼疮、皮肤型红斑狼疮、干燥综合征、系统性硬化症、多发性肌炎和皮肌炎受试者中的临床研究
基本信息
资源简介
评估VIB7734在系统性红斑狼疮、皮肤型红斑狼疮、干燥综合征、系统性硬化症、多发性肌炎和皮肌炎受试者中的研究
该数据集来自clinicaltrials.gov，收录一项评估VIB7734在系统性红斑狼疮、皮肤型红斑狼疮、干燥综合征、系统性硬化症、多发性肌炎和皮肌炎受试者中的临床研究。研究分筛选期、治疗期和延长随访期，筛选期28天，共入组32名受试者，分3个队列。队列1按3:1随机接受VIB7734或匹配安慰剂注射，每4周一次，共3剂；队列2和3仅纳入狼疮受试者，按2:1随机接受相同方案。受试者随访至少至第141天。数据可用于免疫炎症性疾病的治疗评估与分类研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：系统性红斑狼疮、皮肤型红斑狼疮、干燥综合征、系统性硬化症、多发性肌炎、皮肌炎。本研究将分为3个阶段：筛选期、治疗期和延长随访期。筛选期为28天。共32名受试者将入组3个队列，队列1有8名受试者，队列2和队列3各有12名受试者。在队列1中，受试者将按3:1的比例随机接受VIB7734或匹配安慰剂注射，每4周一次（q4w），共3剂，分别在第1天、第29天和第57天给药。在队列2和队列3中，仅诊断为狼疮的受试者将按2:1的比例随机接受VIB7734或匹配安慰剂注射，每4周一次，共3剂，分别在第1天、第29天和第57天给药。受试者将随访至少至第141天。在第141天访视后，如果受试者符合充分
【主题与分类】
主题标签：Systemic Lupus Erythematosus、Cutaneous Lupus Erythematosus、Sjogren's Syndrome、Systemic Sclerosis、Polymyositis、Dermatomyositis。本站分类：皮肤疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT03817424
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/NCT03817424
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：系统性红斑狼疮、皮肤型红斑狼疮、干燥综合征、系统性硬化症、多发性肌炎、皮肌炎。本研究将分为3个阶段：筛选期、治疗期和延长随访期。筛选期为28天。共32名受试者将入组3个队列，其中队列1有8名受试者，队列2和队列3各有12名受试者。在队列1中，受试者将按3：1的比例随机接受VIB7734或匹配安慰剂注射，每4周一次（q4w），共3剂，分别在第1天、第29天和第57天给药。在队列2和队列3中，仅诊断为狼疮的受试者将按2：1的比例随机接受VIB7734或匹配安慰剂注射，每4周一次（q4w），共3剂，分别在第1天、第29天和第57天给药。受试者将随访至至少第141天。在第141天访视后，如果受试者达到足够的浆细胞样树突状细胞（pDC）水平，将退出研究。如果第141天访视时未达到足够的pDC水平，受试者将继续进行pDC补充随访，直至达到方案定义的足够pDC水平或达到第337天访视。本研究于2024年从Horizon获得。
Originally Viela Bio was the sponsor.
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。
