Upadacitinib与生物制剂在中重度特应性皮炎成人患者中实现最小疾病活动度的有效性(RAMpUp)
该数据集来自 clinicaltrials.gov,聚焦中重度特应性皮炎成人患者,评估 upadacitinib 与生物制剂在实现最小疾病活动度及最佳治疗目标方面的真实世界有效性

基本信息
资源简介
Upadacitinib与生物制剂在中重度特应性皮炎成人患者中实现最小疾病活动度的有效性(RAMpUp)
该数据集来自 clinicaltrials.gov,聚焦中重度特应性皮炎成人患者,评估 upadacitinib 与生物制剂在实现最小疾病活动度及最佳治疗目标方面的真实世界有效性。研究为前瞻性观察性队列研究,涉及疾病对生活质量、瘙痒、睡眠及心理健康的影响。数据可用于比较不同治疗方案的疗效、探索真实世界治疗目标达成情况,以及支持中重度特应性皮炎相关预测建模与临床决策分析(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)是一种常见的慢性炎症性皮肤病,对患者的健康相关生活质量有显著影响。除皮肤病变外,患者常出现瘙痒,且常在夜间发生,可导致抓挠和频繁的睡眠障碍。这些影响随后可导致心理健康问题和生活质量下降。本研究旨在评估 upadacitinib 在成人中重度特应性皮炎患者中,相对于生物制剂治疗,在实现最小疾病活动度和最佳治疗目标方面的真实世界有效性。这是一项前瞻性、观察性、队列研究,旨在评估 upadacitinib 和生物制剂在中重度特应性皮炎受试者中的有效性。Upadacitinib 是一种已获批的选择性、可逆性 JAK 抑制剂,用于
【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/NCT07741838
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/NCT07741838
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)是一种常见的慢性炎症性皮肤病,对患者的健康相关生活质量有显著影响。除皮肤病变外,患者常出现瘙痒,且多在夜间发生,可导致搔抓和频繁的睡眠障碍。这些影响进而可导致心理健康问题和生活质量下降。本研究旨在评估乌帕替尼在成人中重度特应性皮炎患者中实现最小疾病活动度和最佳治疗目标的真实世界有效性,并与生物制剂治疗进行比较。这是一项前瞻性、观察性队列研究,旨在评估乌帕替尼和生物制剂在中重度特应性皮炎受试者中的有效性。乌帕替尼是一种已获批的选择性、可逆性JAK抑制剂,用于治疗特应性皮炎。本研究为非干预性、观察性设计。受试者将根据当地国家标签和处方指南,由其医生独立于研究参与之外,处方乌帕替尼或已获批的AD生物制剂治疗。
将纳入患有中重度特应性皮炎(AD)的成年参与者,这些参与者可以是未接受过生物制剂治疗或有过生物制剂治疗经验。全球多个研究中心将招募约900名参与者参与本研究。研究将对参与者进行为期48周的随访,并建议进行相关评估。治疗方案,包括给药途径、剂型和频率,将根据医生的常规临床实践和当地处方指南确定。与标准治疗相比,参与本试验的参与者不会承担额外负担。在研究期间,参与者需定期前往医院或诊所进行随访,并在每次随访时通过问卷提供额外信息。
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。




