Tralokinumab联合外用糖皮质激素治疗儿童及婴儿中重度特应性皮炎疗效与安全性试验
数据围绕一项临床试验,评估 tralokinumab(皮下注射)联合外用糖皮质激素(TCS)治疗儿童及婴儿中重度特应性皮炎的疗效与安全性,通过多项评估衡量疾病严重程度、范围、症状以及总体健康状况和生活质量

基本信息
资源简介
Tralokinumab联合外用糖皮质激素治疗儿童及婴儿中重度特应性皮炎疗效与安全性试验
该数据集来自 clinicaltrials.gov,主题为特应性皮炎(Atopic Dermatitis),属于皮肤疾病/其他分类。数据围绕一项临床试验,评估 tralokinumab(皮下注射)联合外用糖皮质激素(TCS)治疗儿童及婴儿中重度特应性皮炎的疗效与安全性,通过多项评估衡量疾病严重程度、范围、症状以及总体健康状况和生活质量。试验持续最长4年,第一年每2周访视一次,之后每6周一次,部分访视通过电话进行,覆盖2岁至12岁以下儿童和6个月至2岁以下婴儿两个年龄组,并比较 tralokinumab+TCS 与安慰剂+TCS(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。本试验的目的是测试 tralokinumab(皮下注射[SC])联合外用糖皮质激素(TCS)治疗儿童和婴儿中重度特应性皮炎(AD)是否安全有效。这将通过一系列评估来判断,这些评估对特应性皮炎及其症状的严重程度和范围,以及总体健康状况和生活质量进行评分。试验将持续最长4年。第一年每2周访视一次,此后每6周一次。部分访视将通过电话进行。该研究涉及两个不同的年龄组:2岁至12岁以下儿童和6个月至2岁以下婴儿。本试验针对中重度AD儿童比较 tralokinumab+TCS 与安慰剂+TCS,并评估 tralokinumab+TCS 用于婴儿
【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/NCT06311682
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/NCT06311682
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。本试验旨在测试曲罗芦单抗(tralokinumab,通过皮下注射[SC]给药)联合局部皮质类固醇(TCS)治疗儿童和婴儿中重度特应性皮炎(AD)是否安全有效。这将通过一系列评估来判断,这些评估对特应性皮炎的严重程度和范围及其症状,以及总体健康状况和生活质量进行评分。试验将持续长达4年。第一年每2周访视一次,此后每6周访视一次。部分访视将通过电话进行。该研究涉及两个不同年龄组:2岁至12岁以下儿童和6个月至2岁以下婴儿。本试验针对中重度AD儿童,比较曲罗芦单抗+TCS与安慰剂+TCS;并针对中重度AD婴儿评估曲罗芦单抗+TCS。婴儿不接受安慰剂。所有受试者都将经过筛选过程,这是试验的第一部分,将持续长达4周。在此期间,将检查该儿童或婴儿是否符合参加试验的标准。
儿童将被随机分配接受tralokinumab+TCS或安慰剂+TCS治疗,初始治疗期为16周,采用双盲设计。在前16周内,儿童获得tralokinumab的概率为2/3,获得安慰剂的概率为1/3。此后,所有受试者均接受tralokinumab+TCS治疗。婴儿在整个治疗期间接受tralokinumab+TCS的开放标签治疗,即参与者将知道自己正在接受tralokinumab。停止治疗后,所有参与者将进入为期4周的安全性随访期。
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。




