患者视角下Secukinumab起始后化脓性汗腺炎负担演变

该数据集来自clinicaltrials.gov,聚焦化脓性汗腺炎患者在起始Secukinumab治疗后疾病负担演变的患者视角

Novartis PharmaceuticalsNovartis Pharmaceuticals
clinicaltrials
浏览 2
文本Hidradenitis Suppurativa
Patient's Perspective on the Evolution of Hidradenitis Suppurativa Burden After Secukinumab Initiation

基本信息

模态
文本
创建/更新时间
2026-10-24

资源简介

患者视角下Secukinumab起始后化脓性汗腺炎负担演变

该数据集来自clinicaltrials.gov,聚焦化脓性汗腺炎患者在起始Secukinumab治疗后疾病负担演变的患者视角。研究为法国多中心、前瞻性、描述性、非干预性真实世界研究,由不同地理区域的执业皮肤科医生和医院皮肤科医生开展,不改变医患关系或患者管理,治疗决策依据常规医疗独立于研究参与。招募患者纵向随访至Secukinumab起始后24个月(±3个月)或提前停药。数据可用于了解真实临床实践中患者报告的疾病负担变化及治疗持续性(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:化脓性汗腺炎。本研究是一项前瞻性(原始数据)、全国性、描述性、非干预性、多中心研究,由法国不同地理区域的执业皮肤科医生和医院皮肤科医生开展。这项真实世界研究不改变医患关系或患者管理或随访。医生仍可自由决定其处方和患者随访程序。事实上,Secukinumab的起始和所有治疗决策将根据常规医疗护理做出,独立于研究参与。招募的患者将在研究期间纵向随访,直至Secukinumab起始后24个月(±3个月)或24个月随访结束前Secukinumab治疗中止(提前中止)。

【主题与分类】

主题标签:Hidradenitis Suppurativa。本站分类:皮肤疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06444087

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/NCT06444087

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:化脓性汗腺炎。本研究是一项前瞻性(原始数据)、全国性、描述性、非干预性、多中心研究,由法国不同地理区域的执业皮肤科医生和医院皮肤科医生开展。这项真实世界研究不改变医患关系、患者管理或随访。医生在处方和患者随访程序方面保持自由。事实上,司库奇尤单抗的启用及所有治疗决策将按照常规医疗护理作出,且独立于研究参与。入组患者将在研究期间接受纵向随访,直至司库奇尤单抗启用后24个月(±3个月),或在24个月随访期结束前停用司库奇尤单抗(提前停药)。

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