评估ONL1204治疗AMD相关GA患者疗效与安全性的研究

该数据集来自clinicaltrials.gov,收录一项评估ONL1204治疗AMD相关地图样萎缩(GA)的疗效与安全性研究

ONL TherapeuticsONL Therapeutics
clinicaltrials
浏览 14
其他Geographic Atrophy (GA)Age - Related Macular Degeneration (AMD)
Study to Evaluate Efficacy and Safety of ONL1204 in Patients With GA Associated With AMD

基本信息

模态
其他
创建/更新时间
2026-10-17

资源简介

评估ONL1204治疗AMD相关GA患者疗效与安全性的研究

该数据集来自clinicaltrials.gov,收录一项评估ONL1204治疗AMD相关地图样萎缩(GA)的疗效与安全性研究。研究设置3个实验组,涵盖ONL1204两个剂量水平和两种给药频率,采用玻璃体腔注射方式。AMD相关GA是全球视觉残疾和法定失明的主要原因之一,与衰老、吸烟、肥胖、营养缺乏、心脏风险相关生活方式及多种遗传因素有关。ONL1204是一种首创的片段凋亡刺激受体介导细胞死亡抑制剂,在多种视网膜疾病临床前模型中显示出对多种视网膜细胞类型的保护作用(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:地图样萎缩(GA)、年龄相关性黄斑变性(AMD)。本研究的目的是收集玻璃体腔注射3个实验组的疗效和安全性信息,包括ONL1204的2个剂量水平和2种治疗频率,受试者为AMD相关GA患者。AMD相关GA是全球视觉残疾和法定失明的主要原因之一。与衰老、吸烟、肥胖、某些营养素缺乏的饮食、与心脏风险相关的生活方式以及越来越多的遗传因素相关,AMD正成为日益普遍的公共卫生问题,尤其是在全球人口老龄化的背景下。ONL1204是一种首创的片段凋亡刺激受体介导细胞死亡抑制剂,已在多种视网膜疾病的众多临床前模型中证明对多种视网膜细胞类型具有保护作用,在

【主题与分类】

主题标签:Geographic Atrophy (GA)、Age - Related Macular Degeneration (AMD)。本站分类:循环系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06659445

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/NCT06659445

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

条件:地理萎缩(GA)、年龄相关性黄斑变性(AMD)。本研究旨在收集3个试验组玻璃体内注射的有效性和安全性信息,包括ONL1204的两个剂量水平和两种治疗频率,受试者为伴有AMD的GA患者。伴有AMD的GA是全球视力障碍和法定失明的主要原因之一。AMD与衰老、吸烟、肥胖、某些营养素摄入不足的饮食、与心脏风险相关的生活方式以及越来越多的遗传因素有关,正成为日益普遍的公共卫生问题,尤其是在全球人口老龄化的背景下。ONL1204是一种首创的片段凋亡刺激受体介导的细胞死亡抑制剂,在众多视网膜疾病临床前模型(包括干性AMD模型)中已证明对多种视网膜细胞类型具有保护作用。

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