AZD0780片联合瑞舒伐他汀片对成人血脂异常患者低密度脂蛋白胆固醇水平影响的研究
该数据集来自clinicaltrials.gov，收录了一项关于AZD0780片联合瑞舒伐他汀片治疗成人血脂异常的II期临床试验
基本信息
资源简介
AZD0780片联合瑞舒伐他汀片对成人血脂异常患者低密度脂蛋白胆固醇水平影响的研究
该数据集来自clinicaltrials.gov，收录了一项关于AZD0780片联合瑞舒伐他汀片治疗成人血脂异常的II期临床试验。研究采用随机、双盲、安慰剂对照、平行组设计，评估AZD0780降低LDL-C的效果及其安全性和耐受性。药物每日口服一次，联合瑞舒伐他汀，最长治疗12周，受试者为接受中等强度他汀或未接受他汀治疗的成人。目标人群为≥18岁、LDL-C≥55 mg/dL且有临床动脉粥样硬化性心血管疾病史，或LDL-C≥70 mg/dL且有首次ASCVD事件风险的成人。研究在俄罗斯约11个中心开展（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：血脂异常。这是一项随机、双盲、安慰剂对照、平行组II期研究，旨在评估AZD0780降低LDL-C的效果，以及其与安慰剂相比的安全性和耐受性。研究药物将每日口服一次，联合瑞舒伐他汀，最长给药12周，受试者接受中等强度他汀治疗或未接受任何他汀治疗。目标人群为年龄≥18岁、LDL-C≥55 mg/dL且有临床动脉粥样硬化性心血管疾病（ASCVD）病史，或LDL-C≥70 mg/dL且有首次ASCVD事件风险的成人。研究将在俄罗斯约11个中心开展。筛选期最长14天，从签署知情同意书之日起，至随机化访视前一天结束。符合所有筛选入选标准且不me
【主题与分类】
主题标签：Dyslipidaemia。本站分类：循环系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07218900
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/NCT07218900
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：血脂异常。这是一项随机、双盲、安慰剂对照、平行组II期研究，旨在评估AZD0780降低LDL-C的效果，以及相较于安慰剂的安全性和耐受性。研究药物将每日口服一次，与瑞舒伐他汀联合使用，最长持续12周，受试者接受中等强度他汀类药物治疗或未接受任何他汀类药物治疗。目标人群为年龄≥18岁、LDL-C≥55 mg/dL且有临床动脉粥样硬化性心血管疾病（ASCVD）病史，或LDL-C≥70 mg/dL且有首次ASCVD事件风险的成人。该研究将在俄罗斯约11个中心进行。筛选期最长14天，自签署知情同意书之日起，至随机化访视前一天结束。符合所有筛选入选标准且不符合任何排除标准的受试者将进入为期28天的瑞舒伐他汀导入期，之后进行随机化。受试者将按1：1比例随机分配至AZD0780组或安慰剂组，治疗期为12周，并进行10天的安全性随访。
随机分配至AZD0780组的受试者将在治疗期间每日口服一次AZD0780，并同时服用瑞舒伐他汀；而安慰剂组的受试者则将在服用瑞舒伐他汀的同时接受匹配的安慰剂。该研究将纳入约76名随机分配的受试者。
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。
