Abrocitinib 在特应性皮炎患者中的剂量递减研究
该数据集来自 clinicaltrials.gov,聚焦特应性皮炎(AD)患者使用 Abrocitinib 的剂量递减策略

基本信息
资源简介
Abrocitinib 在特应性皮炎患者中的剂量递减研究
该数据集来自 clinicaltrials.gov,聚焦特应性皮炎(AD)患者使用 Abrocitinib 的剂量递减策略。研究为前瞻性、多中心设计,纳入接受 Abrocitinib 200 mg 每日一次、且连续两次间隔至少一个月达到最小疾病活动度(MDA)的成人中重度 AD 患者,在确认 MDA 的第二次评估时基线将剂量降至 100 mg/日,并在第 4、16、32 周进行临床评估。数据可用于探索剂量递减后疾病控制的维持情况与相关预测因素(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)是一种慢性炎症性皮肤病,可能需要长期全身治疗。Abrocitinib 是一种口服选择性 Janus 激酶 1 抑制剂,获批用于治疗中重度 AD。虽然每日 200 mg 剂量可提供快速有效的疾病控制,但部分达到持续最佳应答的患者可能在减量至 100 mg/日后仍维持疾病控制。这项前瞻性、多中心研究将纳入接受 Abrocitinib 200 mg 每日一次、且在至少间隔一个月的连续两次访视中达到最小疾病活动度(MDA)的成人中重度 AD 患者。确认 MDA 的第二次评估将构成研究基线,此时 Abrocitinib 将从 200 mg/日减至 100 mg/日。临床评估将在减量后第 4、16 和 32 周进行。
【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/NCT07848074
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/NCT07848074
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
条件:特应性皮炎。特应性皮炎(AD)是一种慢性炎症性皮肤病,可能需要长期系统性治疗。Abrocitinib是一种口服选择性Janus激酶1抑制剂,已获批用于治疗中重度AD。虽然每日200 mg剂量可提供快速有效的疾病控制,但部分达到持续最佳应答的患者在减量至100 mg/天后可能仍能维持疾病控制。这项前瞻性、多中心研究将纳入接受abrocitinib 200 mg每日一次治疗、且在至少间隔一个月的连续两次访视中达到最小疾病活动度(MDA)的成人中重度AD患者。确认MDA的第二次评估将构成研究基线,此时abrocitinib将从200 mg/天减至100 mg/天。将在减量后第4周、第16周和第32周进行临床评估。MDA将定义为同时达到至少一项预先设定的最佳临床医生报告结局和至少一项预先设定的最佳患者报告结局。
临床医生报告指标将包括湿疹面积和严重程度指数(EASI)、手部湿疹严重程度指数(HECSI)以及头颈部受累评估。患者报告结局将包括瘙痒数字评定量表(NRS)、睡眠NRS、皮肤病生活质量指数(DLQI)和特应性皮炎控制工具(ADCT)。该研究将评估减量后维持MDA的患者比例,识别成功维持疾病控制的潜在预测因素,并评估疗效、治疗依从性、外用治疗使用及安全性的变化。对于出现临床相关疾病控制丧失的患者,可根据医生判断将abrocitinib重新加量至200 mg/天。
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。




