Finerenone (BAY94-8862) 在不同程度肝功能减退成人及健康参与者中的药代动力学、药效与安全性研究
本数据集来源于 clinicaltrials.gov,聚焦 finerenone (BAY94-8862) 在肝功能减退成人及年龄、体重、性别分布相近的健康参与者中的药代动力学、药效与安全性研究

基本信息
资源简介
Finerenone (BAY94-8862) 在不同程度肝功能减退成人及健康参与者中的药代动力学、药效与安全性研究
本数据集来源于 clinicaltrials.gov,聚焦 finerenone (BAY94-8862) 在肝功能减退成人及年龄、体重、性别分布相近的健康参与者中的药代动力学、药效与安全性研究。数据覆盖恶化性慢性心力衰竭与糖尿病肾病两类条件,主题标签包括 Worsening Chronic Heart Failure、Diabetic Nephropathy。该数据可用于分析 finerenone 在体内的吸收、分布、代谢与排泄过程,评估其安全性与耐受性,并支持不同肝功能状态人群的用药剂量与风险比较研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:恶化性慢性心力衰竭、糖尿病肾病。研究人员正在寻找更好的方法来治疗恶化性慢性心力衰竭患者,这是一种心脏无法正常泵血的长期疾病,同时也治疗糖尿病肾病患者,这是糖尿病患者中肾脏正常工作能力长期进行性下降的疾病。在本研究中,研究人员希望进一步了解一种名为 finerenone (BAY94-8862) 的新物质。Finerenone 是一种阻断体内称为盐皮质激素受体 (MR) 的蛋白质激活的物质。MR 激活增加与高血压、器官损伤和心力衰竭恶化的发展有关。研究人员研究了 finerenone 如何进入、通过和排出体外。研究人员还观察了 finerenone 的安全性以及
【主题与分类】
主题标签:Worsening Chronic Heart Failure、Diabetic Nephropathy。本站分类:循环系统疾病/心力衰竭。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04881994
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/NCT04881994
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:慢性心力衰竭恶化、糖尿病肾病。研究人员正在寻找更好的方法来治疗慢性心力衰竭恶化的患者,这是一种心脏无法正常泵血的长期疾病,同时也治疗糖尿病肾病患者,这是糖尿病患者肾脏功能长期进行性下降的疾病。在这项研究中,研究人员希望进一步了解一种名为finerenone(BAY94-8862)的新物质。Finerenone是一种阻断体内称为盐皮质激素受体(MR)的蛋白质活化的物质。MR活化增加与高血压、器官损伤和心力衰竭恶化有关。研究人员研究了finerenone如何进入、通过和排出体外。研究人员还观察了finerenone的安全性及其对身体的影响。本研究的主要目的是帮助研究人员为肝功能减退患者制定该物质给药剂量(用药剂量)的建议。
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。




