贝派地酸联合依折麦布及瑞舒伐他汀或阿托伐他汀治疗原发性高胆固醇血症或混合型血脂异常的研究
该数据集来自clinicaltrials.gov,聚焦原发性高胆固醇血症或混合型血脂异常患者,评估Bempedoic Acid联合Ezetimibe及Rosuvastatin或Atorvastatin(三联疗法)在真实世界临床环境中的有效性与安全性

基本信息
资源简介
贝派地酸联合依折麦布及瑞舒伐他汀或阿托伐他汀治疗原发性高胆固醇血症或混合型血脂异常的研究
该数据集来自clinicaltrials.gov,聚焦原发性高胆固醇血症或混合型血脂异常患者,评估Bempedoic Acid联合Ezetimibe及Rosuvastatin或Atorvastatin(三联疗法)在真实世界临床环境中的有效性与安全性。研究不给予任何药物,主要目标为评估三联疗法8周时降低LDL-C的效果,次要目标包括8周和1年的目标达成率、1年时LDL-C降低效果、在statin和ezetimibe基础上加用Bempedoic Acid的效果、加用Bempedoic Acid/ezetimibe FDC的效果以及实验室指标变化。可用于降脂疗效与安全性分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:原发性高胆固醇血症、混合型血脂异常。本研究旨在评估Bempedoic Acid联合Ezetimibe以及Atorvastatin或Rosuvastatin(以下定义为三联疗法)在真实世界临床环境中的有效性和安全性。本观察性研究期间不给予任何药物。研究的主要目标是评估三联疗法在8周时降低LDL-C的有效性。次要目标将包括以下内容: 三联疗法开始后8周和1年时的目标达成率 三联疗法在1年时降低LDL-C的有效性 在statin和ezetimibe基础上加用Bempedoic Acid在8周和1年时的有效性 在statin基础上加用Bempedoic Acid/ezetimibe FDC在8周和1年时降低LDL-C的有效性 * 实验室指标的变化
【主题与分类】
主题标签:Primary Hypercholesterolemiia、Mixed Dyslipidemia。本站分类:循环系统疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06686615
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/NCT06686615
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:原发性高胆固醇血症、混合型血脂异常。本研究旨在评估在真实临床环境中,贝派地酸联合依折麦布以及阿托伐他汀或瑞舒伐他汀(以下定义为三联疗法)的有效性和安全性。本观察性研究期间不会给予任何药物。研究的主要目的是评估三联疗法在8周时降低LDL-C的有效性。
次要目标将包括以下内容:* 开始三联治疗8周和1年时的目标达成情况 * 三联治疗在1年时降低LDL-C方面的有效性 * 在8周和1年时,将他汀和依折麦布联合bempedoic acid的有效性 * 在8周和1年时,将他汀联合bempedoic acid/ezetimibe固定剂量复方制剂在降低LDL-C方面的有效性 * 开始三联治疗8周和1年时实验室检查值的变化 * 对三联治疗的依从性 * 收集并记录自开始三联治疗以来发生的所有不良事件 * 随访1年期间的MACE-3和MACE-4(由非致死性心肌梗死、非致死性卒中、心血管死亡以及冠状动脉血运重建(仅MACE-4包括)组成) * 在启动降脂治疗时和启动三联治疗时的治疗变化 * 从启动三联治疗至开始三联治疗后1年的治疗路径
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。




