IC14（Atibuclimab）治疗致心律失常性心肌病
覆盖致心律失常性右心室发育不良、致心律失常性左心室心肌病、致心律失常性右心室心肌病1等病症，涉及 ACM、ARVC、PKP2 等关键词
基本信息
资源简介
IC14（Atibuclimab）治疗致心律失常性心肌病
该数据集来自 clinicaltrials.gov，聚焦 IC14（Atibuclimab）在致心律失常性心肌病（ACM）中的概念验证研究。覆盖致心律失常性右心室发育不良、致心律失常性左心室心肌病、致心律失常性右心室心肌病1等病症，涉及 ACM、ARVC、PKP2 等关键词。研究通过静脉输注 IC14，评估其安全性、药代动力学和初步疗效，并考察治疗是否降低炎症标志物与疾病生物标志物，以及通过心肌 PET/CT 成像观察 CCR2+ 细胞心肌浸润等次要目标。可用于了解该试验的设计与终点，支持相关疾病治疗研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：病症：致心律失常性右心室发育不良、致心律失常性左心室心肌病、致心律失常性右心室心肌病1、致心律失常性心肌病、ACM、ARVC、PKP2。这项概念验证研究将评估通过静脉输注给予 IC14 在 ACM 患者中的安全性、药代动力学和初步疗效。在临床前研究中，抗 CD14 治疗在致心律失常性心肌病小鼠模型中预防了心室功能障碍和心脏损伤的发生。本研究的目的是确定 IC14 治疗是否降低接受 IC14 治疗的 ACM 患者中的炎症标志物和疾病生物标志物。次要目标是进一步表征 IC14 治疗对通过心肌正电子发射断层扫描（PET）/CT 成像测量的 CCR2+ 细胞心肌浸润、室性早搏收缩的影响
【主题与分类】
主题标签：Arrhythmogenic Cardiomyopathy、ACM、ARVC、PKP2。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/NCT06275893
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/NCT06275893
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：致心律失常性右心室发育不良、致心律失常性左心室心肌病、致心律失常性右心室心肌病1型、致心律失常性心肌病、ACM、ARVC、PKP2。这项概念验证研究将评估通过静脉输注给予IC14在ACM患者中的安全性、药代动力学和初步疗效。在临床前研究中，抗CD14治疗可预防致心律失常性心肌病小鼠模型中心室功能障碍和心脏损伤的发生。本研究的目的是确定IC14治疗是否能降低接受IC14治疗的ACM患者中的炎症标志物和疾病生物标志物。次要目的是进一步表征IC14治疗对通过心肌正电子发射断层扫描（PET）/CT成像测量的CCR2+细胞心肌浸润、室性早搏（VPCs）、其他心律失常、ICD放电、NYHA功能分级和生活质量的影响。
为表征IC14的安全性，将进行以下评估：临床生化（安全性分析）、心电图、超声心动图、不良事件（AEs）、严重不良事件（SAEs）以及抗药抗体的形成。最后，将进行药代动力学/药效学参数的检测。这些包括血液检测中药物水平及其在血清和细胞上与靶点结合的情况。本研究将分配5名患者接受IC14（阿替布利单抗）20 mg/kg的静脉注射（IV）给药。研究药物将每三周通过静脉输注给药一次，共输注4次（治疗12周）。
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。
