Vonoprazan 暴露于孕妇及其子代的安全性研究

研究主要比较妊娠期暴露于 Vonoprazan 的孕妇与未暴露但可能使用其他治疗产品的内部对照队列在母体、胎儿和婴儿结局方面的差异

Phathom Pharmaceuticals, Inc.Phathom Pharmaceuticals, Inc.
clinicaltrials
浏览 12
其他预测Erosive EsophagitisHeartburnHelicobacter Pylori Infection
A Study of the Safety of Vonoprazan Exposure in Pregnant Women and Their Offspring

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-17

资源简介

Vonoprazan 暴露于孕妇及其子代的安全性研究

该数据集来自 clinicaltrials.gov,围绕 Vonoprazan 在妊娠期暴露的安全性开展研究,覆盖 Erosive Esophagitis、Heartburn、Symptomatic Non-erosive Gastroesophageal Reflux Disease 及 Helicobacter Pylori Infection 等适应症人群。研究主要比较妊娠期暴露于 Vonoprazan 的孕妇与未暴露但可能使用其他治疗产品的内部对照队列在母体、胎儿和婴儿结局方面的差异。数据可用于妊娠期用药安全性的观察性比较分析,支持对母婴结局的风险评估与预测建模(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):Conditions: Erosive Esophagitis, Heartburn, Symptomatic Non-erosive Gastroesophageal Reflux Disease, Helicobacter Pylori Infection。本研究的主要目的是比较妊娠期暴露于 vonoprazan 的孕妇与一个内部对照队列的孕妇在母体、胎儿和婴儿结局方面的差异,该对照队列在妊娠期未暴露于 vonoprazan,但可能暴露于其他用于治疗 vonoprazan 可能被处方之适应症的产品。

【主题与分类】

主题标签:Erosive Esophagitis、Heartburn、Helicobacter Pylori Infection。本站分类:循环系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06660342

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

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/NCT06660342

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

适应症:糜烂性食管炎、烧心、有症状的非糜烂性胃食管反流病、幽门螺杆菌感染。本研究的主要目的是比较妊娠期间暴露于伏诺拉生的孕妇与妊娠期间未暴露于伏诺拉生但可能暴露于用于治疗伏诺拉生可能被处方之适应症的其他产品的孕妇内部对照队列之间,在母体、胎儿和婴儿结局方面的差异。

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。

获取专属数据定制方案