Mirivadelgat治疗PH-ILD安全性与疗效研究（Windward）
该数据集来自clinicaltrials.gov，收录一项评估mirivadelgat（醛脱氢酶2激活剂）在成人PH-ILD受试者中安全性与疗效的2期、多国、双盲、三臂研究
基本信息
资源简介
Mirivadelgat治疗PH-ILD安全性与疗效研究（Windward）
该数据集来自clinicaltrials.gov，收录一项评估mirivadelgat（醛脱氢酶2激活剂）在成人PH-ILD受试者中安全性与疗效的2期、多国、双盲、三臂研究。受试者年龄18至85岁，须根据ATS、ERS、JRS和/或ALAT指南确诊ILD，诊断依据为筛查时或筛查前180天内完成的HRCT或历史外科活检（或其他适当组织取样如冷冻活检）以及筛查时进行的RHC。受试者须愿意在筛查期间和第12周访视时接受右心导管检查。数据可用于了解该研究的设计与入组标准（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：Conditions: Group 3 Pulmonary Hypertension。该研究是一项2期、多国、双盲、三臂研究，旨在评估mirivadelgat（一种醛脱氢酶2激活剂）在18至85岁PH-ILD成人受试者中的安全性与疗效。参与者必须具有根据美国胸科学会（ATS）、欧洲呼吸学会（ERS）、日本呼吸学会（JRS）和/或拉丁美洲胸科学会（ALAT）指南（Raghu，2018）定义的ILD确诊诊断。诊断基于筛查时或筛查前180天内进行的HRCT或历史外科活检（或其他适当的组织取样（例如冷冻活检））以及筛查时进行的RHC。要符合研究资格，参与者必须愿意在筛查期间和研究治疗结束时第12周访视时接受右心导管检查（RHC）。
【主题与分类】
主题标签：Group 3 Pulmonary Hypertension。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/NCT06475781
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/NCT06475781
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：第3组肺动脉高压。本研究是一项2期、多国、双盲、3臂研究，旨在评估mirivadelgat（一种乙醛脱氢酶2激活剂）在患有PH-ILD的成年受试者（年龄18至85岁）中的安全性和有效性。参与者必须具有根据美国胸科学会（ATS）、欧洲呼吸学会（ERS）、日本呼吸学会（JRS）和/或拉丁美洲胸科学会（ALAT）指南（Raghu，2018）所定义的ILD的确诊诊断。诊断基于筛选时或筛选前180天内进行的高分辨率计算机断层扫描（HRCT），或历史手术活检（或其他适当的组织取样（例如冷冻活检）），以及筛选时进行的右心导管检查（RHC）。要符合研究资格，参与者必须愿意在筛选期间和第12周访视时（研究治疗结束时）接受右心导管检查（RHC）。正在接受基础肺部疾病长期治疗的参与者必须在筛选前已处于稳定/优化剂量≥30天，并且在筛选前已接受治疗≥90天。
本研究将入组约126名参与者，假设脱落率为20%，以获得99名可评估参与者（每个队列33名可评估受试者）。研究访视将包括筛选访视；访视2（研究第1天）；第2、3、4、6、8、10和12周访视（±3天）；以及第12周访视后的安全性随访访视（±3天）。第2、3、6和10周的访视将通过电话进行。
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。
