Bempedoic Acid 或联合 Ezetimibe 单药复方治疗原发性高胆固醇血症或混合型血脂异常患者的研究
该数据集来自 clinicaltrials.gov,聚焦于在常规临床诊疗环境中使用 bempedoic acid 或含 ezetimibe 的单药复方制剂治疗原发性高胆固醇血症(杂合子家族性与非家族性)或混合型血脂异常的患者

基本信息
资源简介
Bempedoic Acid 或联合 Ezetimibe 单药复方治疗原发性高胆固醇血症或混合型血脂异常患者的研究
该数据集来自 clinicaltrials.gov,聚焦于在常规临床诊疗环境中使用 bempedoic acid 或含 ezetimibe 的单药复方制剂治疗原发性高胆固醇血症(杂合子家族性与非家族性)或混合型血脂异常的患者。研究主要描述患者特征,评估用药后出现的药物不良反应与不良事件,并随访 1 年。次要目标包括评估心血管风险、LDL-C 达标率与水平随时间变化、炎症标志物及尿酸水平。可用于药物安全性监测、血脂管理及心血管风险预测等研究(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。本研究的主要目的是描述患者特征,并评估在原发性高胆固醇血症(杂合子家族性和非家族性)或混合型血脂异常患者中,于常规临床诊疗环境下开始使用 bempedoic acid/FDC 联合 ezetimibe 后发生的药物不良反应(ADR),以及在签署知情同意并开始使用 bempedoic acid/FDC 联合 ezetimibe 后收集的不良事件(AE),随访期为 1 年。次要目标定义为评估心血管风险、LDL-C 达标率与达标水平、LDL-C 水平随时间的变化、炎症标志物和尿酸水平(相对于 bempedoic acid/FDC 治疗前),以及不良事件(AE)/药物不良反应(ADR)。
【主题与分类】
主题标签:Primary Hypercholesterolaemia、Mixed Dyslipidemia。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07206472
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/NCT07206472
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
适应症:原发性高胆固醇血症、混合型血脂异常。本研究的主要目的是描述患者特征,并评估自开始使用贝派地酸/固定剂量复方制剂(FDC)联合依折麦布以来发生的不良药物反应(ADR),以及在签署知情同意书并开始使用贝派地酸/FDC联合依折麦布后,在常规临床诊疗环境中收集的、针对原发性高胆固醇血症(杂合子家族性和非家族性)或混合型血脂异常患者为期1年随访期间的不良事件(AE)。次要目标定义为评估心血管风险、达标率、LDL-C目标达成水平、LDL-C水平随时间的变化、炎症标志物和尿酸水平(相较于贝派地酸/FDC治疗前),以及不良事件(AE)/不良药物反应(ADR)。
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。




