Linvemastat 用于部分控制哮喘患者的研究 (syMMPonia)
本数据集来自 clinicaltrials.gov,收录一项关于 linvemastat 治疗成人中重度哮喘的临床试验信息

基本信息
资源简介
Linvemastat 用于部分控制哮喘患者的研究 (syMMPonia)
本数据集来自 clinicaltrials.gov,收录一项关于 linvemastat 治疗成人中重度哮喘的临床试验信息。该研究针对使用吸入性糖皮质激素和长效β受体激动剂后仍出现症状的部分控制哮喘患者,linvemastat 通过抑制 MMP-12 酶发挥作用。试验为 2 期随机双盲安慰剂对照研究,约 135 名参与者,每日一次接受 100 mg 或 300 mg linvemastat 或安慰剂,持续 16 周,主要测量肺功能变化。数据可用于哮喘治疗与肺功能相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:哮喘(诊断)、肺功能、中重度哮喘。这项临床研究探讨一种新药 linvemastat 改善中重度哮喘成人患者结局的潜力,这些患者尽管使用吸入性糖皮质激素和长效β受体激动剂等标准治疗,仍持续出现症状。Linvemastat 通过阻断一种名为 MMP-12 的酶发挥作用,该酶被认为与哮喘中的肺部炎症和组织损伤有关。该试验是一项 2 期、随机、双盲、安慰剂对照研究,涉及多个全球站点约 135 名参与者。参与者被分配接受 100 mg 或 300 mg 的 linvemastat 或安慰剂,每日一次,持续 16 周,同时继续其常规哮喘药物治疗。研究人员主要测量肺功能的变化,具体为一个人能
【主题与分类】
主题标签:Asthma (Diagnosis)、Pulmonary Function、Moderate-to-Severe Asthma。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07191535
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/NCT07191535
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:哮喘(诊断)、肺功能、中重度哮喘。这项临床研究旨在探讨一种新药linvemastat的潜力,以改善那些尽管使用吸入性糖皮质激素和长效β受体激动剂等标准治疗仍持续出现症状的中重度哮喘成人患者的结局。Linvemastat通过阻断一种名为MMP-12的酶发挥作用,该酶被认为与哮喘中的肺部炎症和组织损伤有关。该试验是一项2期、随机、双盲、安慰剂对照研究,涉及全球多个中心的约135名参与者。参与者被分配接受100 mg或300 mg的linvemastat或安慰剂,每日一次,持续16周,同时继续其常规哮喘药物治疗。研究人员主要测量肺功能的变化,具体为一个人在一秒内用力呼出的空气量(FEV₁),并追踪哮喘发作、急救吸入器的使用以及炎症标志物。通过实验室检查、心脏监测和体格检查对安全性进行密切监测。
目标是确定linvemastat能否为哮喘仍难以控制的患者提供一种有意义的新选择,从而可能改善呼吸系统健康和整体生活质量。
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。




