Pemziviptadil（PB1046）长效缓释人VIP类似物用于高危COVID-19住院患者临床改善及ARDS研究
该数据集来自clinicaltrials.gov，围绕Pemziviptadil（PB1046）这一长效缓释人VIP类似物开展研究，目标人群为存在快速临床恶化及急性呼吸窘迫综合征高风险的COVID-19住院患者
基本信息
资源简介
Pemziviptadil（PB1046）长效缓释人VIP类似物用于高危COVID-19住院患者临床改善及ARDS研究
该数据集来自clinicaltrials.gov，围绕Pemziviptadil（PB1046）这一长效缓释人VIP类似物开展研究，目标人群为存在快速临床恶化及急性呼吸窘迫综合征高风险的COVID-19住院患者。源站描述覆盖急性呼吸窘迫综合征、Coronavirus、低氧性呼吸衰竭、呼吸系统并发症、呼吸功能不全、心功能障碍及Pneumonia等状况，研究设计包含筛查/预处理期、现场随机化，受试者每周皮下注射直至出院或住院期间最长4周，并随机分配至10 mg、40 mg或100 mg剂量组。该数据可用于相关疾病分类与临床结局分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：状况：急性呼吸窘迫综合征、Coronavirus、低氧性呼吸衰竭、低氧血症性呼吸衰竭、呼吸系统并发症、呼吸功能不全、心功能障碍、Pneumonia。研究将包括筛查/预处理期、现场随机化至研究治疗。第0天（第2次访视），符合入选标准且不符合任何排除标准的受试者将接受每周一次皮下注射，持续每周一次直至出院或住院期间最长4周，以较短者为准。所有受试者将随机分配至低对照（10 mg）、中（40 mg）或高（100 mg）剂量的活性治疗。如果受试者未出院，他们将持续接受第7、14、21天治疗。Pemziviptadil（PB1046）预期可改善COVID-19住院受试者的临床结局，并实现更早出院
【主题与分类】
主题标签：Acute Respiratory Distress Syndrome、Coronavirus、Hypoxic Respiratory Failure、Hypoxemic Respiratory Failure、Respiratory Complication、Respiratory Insufficiency、Cardiac Dysfunction、Pneumonia、Pulmonary Edema、Pulmonary Inflammation。本站分类：循环系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT04433546
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/NCT04433546
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
疾病条件：急性呼吸窘迫综合征、冠状病毒感染、低氧性呼吸衰竭、低氧血症性呼吸衰竭、呼吸系统并发症、呼吸功能不全、心功能障碍、肺炎。本研究将包括筛选/治疗前阶段，并在现场随机分配至研究治疗。第0天（第2次访视）时，符合入选标准且不符合任何排除标准的受试者将接受每周一次皮下注射，持续每周一次直至出院，或在住院期间最长持续4周，以较短者为准。所有受试者将随机分配至低剂量对照组（10 mg）、中剂量组（40 mg）或高剂量组（100 mg）的活性治疗。若受试者未出院，将继续第7天、14天、21天的治疗。预计Pemziviptadil（PB1046）可改善住院COVID-19受试者的临床结局，使其更早出院并提高生存率。每名受试者的住院时间将由临床状态决定，与研究程序无关。每名受试者的预计研究持续时间（包括筛选）约为35+7天。
受试者参与时间可能长达42天。
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。
