Dupilumab 长期治疗≥6岁特应性皮炎患者的真实世界有效性研究
该数据集来自 clinicaltrials.gov,为一项前瞻性、非干预性观察研究,纳入德国≥6岁接受 dupilumab 治疗的特应性皮炎(AD)患者,用于评估体征与症状、生活质量及疾病控制情况

基本信息
资源简介
Dupilumab 长期治疗≥6岁特应性皮炎患者的真实世界有效性研究
该数据集来自 clinicaltrials.gov,为一项前瞻性、非干预性观察研究,纳入德国≥6岁接受 dupilumab 治疗的特应性皮炎(AD)患者,用于评估体征与症状、生活质量及疾病控制情况。研究刻画患者人群的病史、社会人口学与疾病相关特征、相关特应性合并症及 2 型炎症疾病、合并治疗以及既往系统治疗和正在进行的 AD 治疗。除第 6 个月的治疗应答率外,还通过 ADCT 等问卷评估第 12 个月和第 24 个月的长期有效性(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:特应性皮炎。这是一项前瞻性、非干预性(NIS)观察性研究,研究对象为接受 dupilumab 治疗的≥6岁特应性皮炎(AD)患者,用于前瞻性评估体征和症状、生活质量及疾病控制。该 NIS 的目的是刻画德国接受 dupilumab 治疗的 AD 患者人群在日常条件下的特征,包括其病史、社会人口学和疾病相关特征、相关特应性合并症及 2 型炎症疾病、合并治疗以及既往系统治疗和正在进行的 AD 治疗。除第 6 个月的治疗应答率外,还将通过使用 Atopic Dermatitis Control Tool(ADCT)等问卷测量 AD 患者的疾病控制情况,以额外结局评估 dupilumab 在第 12 个月和第 24 个月的长期有效性。
【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/NCT06039241
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/NCT06039241
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。这是一项前瞻性、非干预性(NIS)观察性研究,纳入接受度普利尤单抗治疗的年龄≥6岁的特应性皮炎(AD)患者,前瞻性评估其体征和症状、生活质量及疾病控制情况。本NIS旨在描述德国在真实日常条件下接受度普利尤单抗治疗的AD患者人群特征,包括其病史、社会人口学和疾病相关特征、相关特应性合并症及2型炎症性疾病、合并治疗以及既往系统治疗和正在进行的AD治疗。除第6个月的治疗应答率外,还将通过额外结局指标评估度普利尤单抗在第12个月和第24个月的长期疗效,即使用特应性皮炎控制工具(ADCT)和特应性湿疹回顾(RECAP)等问卷测量AD患者的疾病控制情况。此外,本NIS旨在评估度普利尤单抗用于AD的给药模式,包括给药方案的差异、开始或停止度普利尤单抗治疗的原因、治疗变更及合并治疗以及治疗持续时间。
此外,还观察了度普利尤单抗在伴有特应性共病或2型炎症性疾病的成人和儿童AD患者中的疗效,这与临床诊疗情况相符。最后,本NIS旨在收集接受度普利尤单抗治疗的成人、青少年和儿童AD患者的长期安全性数据。个体观察期为2年或直至度普利尤单抗停药。访视将根据标准诊疗安排进行。
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。




