Telitacicept与Belimumab治疗活动性狼疮肾炎真实世界疗效与安全性前瞻性队列研究
该数据集来自clinicaltrials.gov，为一项多中心前瞻性队列研究，纳入60例狼疮肾炎患者，在常规治疗基础上分别接受Telitacicept（n=30）或belimumab（n=30）治疗24周，观察两种方案的有效性与安全性
基本信息
资源简介
Telitacicept与Belimumab治疗活动性狼疮肾炎真实世界疗效与安全性前瞻性队列研究
该数据集来自clinicaltrials.gov，为一项多中心前瞻性队列研究，纳入60例狼疮肾炎患者，在常规治疗基础上分别接受Telitacicept（n=30）或belimumab（n=30）治疗24周，观察两种方案的有效性与安全性。数据覆盖狼疮肾炎患者的治疗与随访信息，可用于比较两种生物制剂的临床结局、分析疗效与安全性相关因素，并支持真实世界证据下的预测建模研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：狼疮肾炎、Belimumab、Telitacicept。狼疮肾炎是一种自身免疫性疾病，是由免疫复合物在肾脏沉积引起的炎症性肾损伤，主要表现为蛋白尿、血尿、管型尿、脓尿和肌酐升高等临床表现。目前，糖皮质激素、免疫抑制剂和belimumab等多种药物用于临床治疗，但患者仍面临完全缓解困难、反复复发等问题。本研究是一项多中心、前瞻性队列研究，纳入60例狼疮肾炎患者，在常规治疗基础上分别接受Telitacicept（n=30）或belimumab（n=30）治疗24周，观察两种治疗方案对患者的有效性和安全性。研究给药方法：Telitacicept w
【主题与分类】
主题标签：Lupus Nephritis、Belimumab、Telitacicept。本站分类：泌尿生殖系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05588830
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/NCT05588830
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：狼疮性肾炎、贝利尤单抗、泰它西普。狼疮性肾炎是一种自身免疫性疾病，是由免疫复合物在肾脏沉积引起的炎症性肾损害，临床主要表现为蛋白尿、血尿、管型尿、脓尿和肌酐升高。目前，临床治疗多采用糖皮质激素、免疫抑制剂和贝利尤单抗等药物，但患者仍面临完全缓解困难、反复复发等问题。本研究是一项多中心、前瞻性、队列研究。研究纳入60例狼疮性肾炎患者，在常规治疗基础上分别接受泰它西普（n=30）或贝利尤单抗（n=30）治疗24周，观察两种治疗方案对患者的有效性和安全性。研究给药方法：泰它西普皮下注射，160mg/次，每周一次，共24周。
贝利尤单抗10mg/kg，分别于第0、14、28天静脉给药，之后每28天给药一次，直至第24周。在本研究的给药期间，临床医生充分评估患者使用本品的安耐受性，并决定是否减量。调整治疗方案的原因需予以记录。常规治疗方案参考：采用大剂量激素联合环磷酰胺进行诱导治疗，随后使用硫唑嘌呤或吗替麦考酚酯进行维持治疗；或采用大剂量激素联合吗替麦考酚酯进行诱导治疗，随后使用吗替麦考酚酯进行维持治疗。
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。
