Canakinumab 治疗新生儿起病多系统炎症性疾病
该数据集来自 clinicaltrials.gov,围绕 Canakinumab 治疗 NOMID / CINCA 综合征的开放标签研究,旨在评估其安全性、耐受性、疗效、药代动力学与药效动力学

基本信息
资源简介
Canakinumab 治疗新生儿起病多系统炎症性疾病
该数据集来自 clinicaltrials.gov,围绕 Canakinumab 治疗 NOMID / CINCA 综合征的开放标签研究,旨在评估其安全性、耐受性、疗效、药代动力学与药效动力学。研究计划入组 25 至 30 名患者,分两阶段:第一阶段为试点阶段,拟入组 5 名患者,进行血液和脑脊液 PK/PD 评估,并监测疗效(CNS 复发和炎症复发)以确认剂量和给药方案;若治疗反应变异性高,可能额外入组最多 5 名患者,并按需进行中期分析。第二阶段为确证阶段。数据可用于相关疾病治疗反应与药代药效的预测建模(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:NOMID、CINCA 综合征。这项开放标签研究旨在研究 canakinumab(一种全人源抗白介素-1β(抗 IL-1β)单克隆抗体)在 NOMID / CINCA 综合征患者中的安全性、耐受性、疗效、药代动力学和药效动力学。研究将共入组 25 至 30 名患者。研究包括两个阶段:在第一试点阶段,计划入组 5 名患者,进行血液和脑脊液(CSF)中的 PK/PD 评估,并监测疗效(CNS 复发和炎症复发),以在扩大入组患者数量之前确认剂量和给药方案。如果治疗反应的变异性高,本阶段可能额外入组最多 5 名患者。将按需进行中期分析。在第一阶段之后,第二确证阶段将
【主题与分类】
主题标签:NOMID、CINCA Syndrome。本站分类:妊娠、分娩和产褥期。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00770601
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/NCT00770601
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:NOMID、CINCA综合征。这项开放标签研究旨在探究卡那单抗(一种全人源抗白介素-1β(抗IL-1β)单克隆抗体)在NOMID/CINCA综合征患者中的安全性、耐受性、疗效、药代动力学及药效动力学。研究计划招募25至30名患者。研究分为两个阶段:在第一阶段试点中,计划招募5名患者进行血液和脑脊液(CSF)中的PK/PD评估,并监测疗效(中枢神经系统复发和炎症复发),以确认剂量和给药方案,之后再扩大招募患者数量。如果治疗反应的变异性较高,本阶段最多可额外招募5名患者。将根据需要进行中期分析。第一阶段之后,将进行第二阶段的确认性研究,再招募20名患者。在此阶段,患者将根据第一阶段疗效特征的评估及探索性PK/PD评估结果,接受确定的剂量和给药方案治疗。
在每个阶段,将设有一个为期3周的筛选期以收集治疗前参数,一个导入期(仅针对停用阿那白滞素的患者),每次给药前的基线评估,一个为期24周、采用固定剂量卡那奴单抗的治疗期,以及一个研究完成访视。体重超过40公斤的患者将接受卡那奴单抗150毫克皮下注射,体重小于或等于40公斤的患者将接受卡那奴单抗2毫克/公斤皮下注射。患者将每8周接受一次卡那奴单抗给药,并在每次给药后进行观察期,以评估治疗反应。在任何治疗期内,若患者在接受卡那奴单抗注射后未达到完全缓解,将在第15天内重新给药或接受以下剂量调整:* 皮下注射300毫克(或对于体重小于等于40公斤的患者,按4毫克/公斤给药)
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。




