YN001在健康受试者与冠状动脉粥样硬化患者中的研究
本数据集来源于clinicaltrials.gov,主题为YN001在健康受试者与冠状动脉粥样硬化患者中的临床试验。Part I第1部分评估静脉注射YN001单次和多次递增剂量的安全性、耐受性、药代动力学,单次给药对QT/QTc间期的影响,以及多次给药的免疫原性;第2部分评估在中国健康受试者中无预给

基本信息
资源简介
YN001在健康受试者与冠状动脉粥样硬化患者中的研究
本数据集来源于clinicaltrials.gov,主题为YN001在健康受试者与冠状动脉粥样硬化患者中的临床试验。研究分为Part I(Ia期)和Part II(Ib/IIa期)。Part I第1部分评估静脉注射YN001单次和多次递增剂量的安全性、耐受性、药代动力学,单次给药对QT/QTc间期的影响,以及多次给药的免疫原性;第2部分评估在中国健康受试者中无预给药或不同预给药方案下多次静脉给药的安全性和耐受性。Part II评估静脉注射YN001多次给药在冠状动脉粥样硬化患者中的安全性、耐受性、药代动力学、初步疗效、免疫原性及对细胞因子变化的影响。可用于安全性、药代动力学与疗效相关分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:动脉粥样硬化性心血管疾病。第I部分(Ia期)由2个部分组成。第1部分旨在评估静脉注射YN001单次和多次递增剂量的安全性、耐受性和药代动力学,并评估静脉注射YN001单次给药对QT/QTc间期的影响,以及静脉注射YN001多次给药在健康受试者中的免疫原性。此外,第2部分旨在评估在中国健康受试者中无预给药或不同预给药方案下多次静脉注射YN001的安全性和耐受性。第II部分(Ib/IIa期)旨在评估静脉注射YN001多次给药在冠状动脉粥样硬化患者中的安全性、耐受性、药代动力学、初步疗效、免疫原性及对细胞因子变化的影响。
【主题与分类】
主题标签:Atherosclerotic Cardiovascular Disease。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/NCT06048588
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/NCT06048588
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
适应症:动脉粥样硬化性心血管疾病。第一部分(Ia期)包括2个部分。第1部分旨在评估静脉注射YN001单次和多次递增剂量的安全性、耐受性和药代动力学,并评估静脉注射YN001单次递增剂量对QT/QTc间期的影响,以及静脉注射YN001多次递增剂量在健康受试者中的免疫原性。此外,第2部分旨在评估在中国健康受试者中,不进行预给药或采用不同预给药方案时,多次静脉注射YN001的安全性和耐受性。第二部分(Ib/IIa期)旨在评估静脉注射YN001多次递增剂量在冠状动脉粥样硬化患者中的安全性、耐受性、药代动力学、初步疗效、免疫原性以及对细胞因子变化的影响。
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。




