Baricitinib治疗皮肤型皮肌炎

这是一项2期、单中心研究,纳入对标准治疗反应不足的活动性皮肤型皮肌炎患者。所有受试者先接受Baricitinib 2mg每日一次治疗8周,若未出现与药物相关的意外严重不良事件,则剂量增至4mg每日一次再治疗16周

University of WashingtonUniversity of Washington
clinicaltrials
浏览 3
其他预测Dermatomyositis
Baricitinib for Cutaneous Dermatomyositis

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-12

资源简介

Baricitinib治疗皮肤型皮肌炎

该数据集来自clinicaltrials.gov,主题为Baricitinib治疗皮肤型皮肌炎(cutaneous dermatomyositis)。这是一项2期、单中心研究,纳入对标准治疗反应不足的活动性皮肤型皮肌炎患者。所有受试者先接受Baricitinib 2mg每日一次治疗8周,若未出现与药物相关的意外严重不良事件,则剂量增至4mg每日一次再治疗16周。访视安排在基线及第4、8、12、16、20、24周,主要终点在第24周评估。数据可用于评估该药物在皮肤型皮肌炎中的疗效与安全性(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:皮肌炎。这是一项2期、单中心研究,受试者为活动性皮肤型DM且反应不足的患者。反应不足定义为根据研究者意见,标准治疗无改善。所有受试者最初接受baricitinib 2mg每日一次治疗8周。若研究者认为在治疗前8周内未发生与baricitinib相关的意外严重不良事件,则剂量增至4mg每日一次,持续16周。访视安排在基线、4周、8周、12周、16周、20周和24周。主要终点评估在第24周进行。所有受试者接到研究电话

【主题与分类】

主题标签:Dermatomyositis。本站分类:皮肤疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05361109

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT05361109

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:皮肌炎。这是一项2期、单中心研究,研究对象为活动性皮肤型皮肌炎且应答不佳的患者。应答不佳定义为根据研究者判断,标准治疗无改善。所有受试者最初将接受巴瑞替尼2mg每日一次,持续8周。若在治疗前8周内未发生研究者认为与巴瑞替尼相关的意外严重不良事件,剂量将增至4mg每日一次,持续16周。访视安排在基线、第4周、第8周、第12周、第16周、第20周和第24周。主要终点的评估在第24周进行。所有受试者均会接到研究方的电话

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。

获取专属数据定制方案