Abrocitinib 治疗对既往生物制剂应答不足的中重度特应性皮炎患者的真实世界疗效

该数据集来自 clinicaltrials.gov,为一项前瞻性、多中心观察性研究,聚焦接受 abrocitinib 治疗的中重度特应性皮炎(M2S AD)患者,这些患者对既往获批用于 M2S AD 的至多 2 种生物制剂应答不足或不耐受

PfizerPfizer
clinicaltrials
浏览 15
文本预测Atopic DermatitisAtopic Dermatitis, UnspecifiedDermatitis, Atopic
Real World Efficiency of Abrocitinib Treatment at Patients With Moderate to Severe Atopic Dermatitis Who Had Inadequate Response to Previous Biologic Therapies.

基本信息

模态
文本
任务类型
预测
创建/更新时间
2026-10-09

资源简介

Abrocitinib 治疗对既往生物制剂应答不足的中重度特应性皮炎患者的真实世界疗效

该数据集来自 clinicaltrials.gov,为一项前瞻性、多中心观察性研究,聚焦接受 abrocitinib 治疗的中重度特应性皮炎(M2S AD)患者,这些患者对既往获批用于 M2S AD 的至多 2 种生物制剂应答不足或不耐受。数据覆盖临床结局与患者报告结局,旨在评估 abrocitinib 在真实世界环境中的有效性。可用于分析真实世界疗效、患者报告结局变化及生物制剂经治人群的治疗反应,为临床决策与后续研究提供参考(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、未特指的特应性皮炎、特应性皮炎。这是一项前瞻性、多中心观察性研究,旨在描述接受 abrocitinib 治疗的中重度特应性皮炎(M2S AD)患者的临床结局和患者报告结局,这些患者对美国获批用于 M2S AD 的至多 2 种既往生物制剂治疗应答不足(或不耐受)。本研究的目的是在真实世界环境中测量 abrocitinib 对中重度特应性皮炎且对至多 2 种生物制剂治疗应答不足或不耐受患者的有效性。

【主题与分类】

主题标签:Atopic Dermatitis、Atopic Dermatitis, Unspecified、Dermatitis, Atopic。本站分类:皮肤疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06899204

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT06899204

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

疾病:特应性皮炎、特应性皮炎,未特指、皮炎,特应性。这是一项前瞻性、多中心观察性研究,旨在描述接受阿布昔替尼治疗的中重度特应性皮炎(M2S AD)患者的临床结局和患者报告结局,这些患者对在美国获批用于M2S AD的≤2种既往生物制剂治疗应答不足(或不耐受)。本研究的目的是在真实世界环境中评估阿布昔替尼对中重度特应性皮炎且对≤2种生物制剂治疗应答不足或不耐受患者的有效性。

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。