接受DUPIXENT®治疗特应性皮炎患者研究

该数据集来自clinicaltrials.gov,为一项前瞻性观察性研究,针对接受DUPIXENT®治疗特应性皮炎(AD)的患者

Regeneron PharmaceuticalsRegeneron Pharmaceuticals
clinicaltrials
浏览 12
其他预测Dermatitis, Atopic
Study of Patients Receiving DUPIXENT® for Atopic Dermatitis (AD)

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-09

资源简介

接受DUPIXENT®治疗特应性皮炎患者研究

该数据集来自clinicaltrials.gov,为一项前瞻性观察性研究,针对接受DUPIXENT®治疗特应性皮炎(AD)的患者。研究覆盖患者病史、社会人口学与疾病特征、既往及合并治疗,真实世界用药模式(如按治疗线的常用方案、新治疗启动原因、合并治疗、治疗时长及停药或换药原因),长期有效性,合并特应性疾病的模式与治疗效应,以及安全性数据。可用于描述真实世界用药特征、评估长期效果与安全性、分析合并特应性疾病及治疗模式(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。这是一项前瞻性观察性研究,旨在(1)描述在真实世界环境中接受DUPIXENT®治疗AD的患者,包括其病史、社会人口学和疾病特征,以及AD的既往和合并治疗;(2)描述DUPIXENT®用于AD的真实世界使用模式(例如,按治疗线最常用的方案、启动新治疗的原因、合并治疗、治疗持续时间以及停药和/或换药的原因);(3)评估DUPIXENT®在真实世界环境中对AD患者的长期有效性;(4)评估接受DUPIXENT®治疗AD的患者的合并特应性疾病、使用模式以及合并特应性疾病治疗的效果;(5)收集研究参与者的安全性数据

【主题与分类】

主题标签:Dermatitis, Atopic。本站分类:皮肤疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT03428646

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/NCT03428646

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:特应性皮炎。这是一项前瞻性观察性研究,旨在:(1) 描述在真实世界环境中接受DUPIXENT®治疗特应性皮炎患者的特征,包括其病史、社会人口学和疾病特征,以及既往和合并的特应性皮炎治疗;(2) 描述DUPIXENT®在真实世界中用于特应性皮炎的使用模式(例如,按治疗线数最常用的方案、启动新治疗的原因、合并治疗、治疗持续时间及停药和/或换药的原因);(3) 评估DUPIXENT®在真实世界环境中对特应性皮炎患者的长期有效性;(4) 评估接受DUPIXENT®治疗特应性皮炎患者的共病特应性疾病、使用模式及治疗对共病特应性疾病的影响;以及(5) 收集研究参与者的安全性数据。

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。