Remibrutinib 真实世界临床实践研究
该数据集来自 clinicaltrials.gov,聚焦慢性自发性荨麻疹(CSU)患者中 remibrutinib 的真实世界临床实践

基本信息
资源简介
Remibrutinib 真实世界临床实践研究
该数据集来自 clinicaltrials.gov,聚焦慢性自发性荨麻疹(CSU)患者中 remibrutinib 的真实世界临床实践。研究为前瞻性、多国、非干预性设计,入组前治疗决策已确定,即升级现有 sgH1-AHs 治疗或升级/换用 remibrutinib。主要目的是收集 remibrutinib 在更广泛真实世界人群中的有效性和安全性数据。研究采用伞式设计,将多国证据需求纳入 REASSERT 全球项目,各国制定本地方案,本地文件为全球文件的简化版本,并根据当地治疗指南、可及性、医生类型及 ePROs/eDiaries 差异进行调整(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:慢性自发性荨麻疹。这是一项针对CSU患者的前瞻性、多国、非干预性研究,入组前的治疗决策已确定为要么升级当前sgH1-AHs治疗,要么将当前治疗升级/转换为remibrutinib。本研究的主要目的是收集remibrutinib的真实世界有效性和安全性数据,覆盖更广泛的真实世界临床实践人群。该研究采用伞式设计,将多个国家的证据需求纳入REASSERT全球项目。各国将制定本国使用的本地方案;本地研究文档将是全球文档的精简版本,并根据当地在治疗指南、可及性、医生类型以及所用ePROs/eDiaries方面的差异进行调整,以符合各国的证据需求。为实现核心目标,观察需包括荨麻疹控制测试(UCT)或7天荨麻疹活动评分(UAS7)以及皮肤病生活质量指数(DLQI)。所有国家的数据将汇总并进行全球分析。在某些情况下,可能允许对全球方案进行一些修改。例如,在禁止对超说明书抗组胺药进行前瞻性监测的国家,将不纳入队列1。
【主题与分类】
主题标签:Chronic Spontaneous Urticaria。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07358364
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/NCT07358364
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:慢性自发性荨麻疹。这是一项针对慢性自发性荨麻疹(CSU)患者的前瞻性、多国、非干预性研究,入组前的治疗决策为:要么升级当前的sgH1-AHs治疗,要么将当前治疗升级/转换为remibrutinib。本研究的主要目的是收集remibrutinib的真实世界有效性和安全性数据,覆盖更广泛的实际临床实践人群。该研究采用伞形设计,将多个国家的证据需求纳入REASSERT全球项目之下。各国将制定本国使用的本地方案;本地研究文件将是全球文件的精简版本,并根据当地在治疗指南、可及性、医生类型以及所使用的电子患者报告结局(ePROs)/电子日记方面的差异进行调整,以符合本国的证据需求。为实现核心目标,观察内容需包括荨麻疹控制测试(UCT)或7天荨麻疹活动度评分(UAS7)以及皮肤病生活质量指数(DLQI)。所有国家的数据将被汇总并进行全球分析。
在某些情况下,可能允许对全球方案进行一些修改。例如,在禁止对非标签用途抗组胺药进行前瞻性监测的国家,将不会招募第1队列。
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。




