BC 007 在慢性 HFrEF 伴 β1 肾上腺素能受体自身抗体患者中持续中和自身抗体的研究
该数据集来自 clinicaltrials.gov，聚焦慢性射血分数降低型心力衰竭（HFrEF）伴 β1 肾上腺素能受体自身抗体（β1 AAb）患者，研究静脉输注 BC 007 中和自身抗体的持续性
基本信息
资源简介
BC 007 在慢性 HFrEF 伴 β1 肾上腺素能受体自身抗体患者中持续中和自身抗体的研究
该数据集来自 clinicaltrials.gov，聚焦慢性射血分数降低型心力衰竭（HFrEF）伴 β1 肾上腺素能受体自身抗体（β1 AAb）患者，研究静脉输注 BC 007 中和自身抗体的持续性。数据覆盖扩张型心肌病、心力衰竭与自身抗体相关条件，主要比较 BC 007 与未治疗对照组在第 12 个月清除 β1 AAb 的疗效，并评估单次及重复输注后 β1 AAb 复发时间、反应率、安全性与耐受性，以及 BC 007 及其代谢物的药代动力学特征。可用于自身抗体清除疗效预测、复发时间建模及安全性分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：扩张型心肌病、心力衰竭、自身抗体。主要目标为：- 在慢性射血分数降低型心力衰竭（HFrEF）参与者中，比较静脉（i.v.）输注 BC 007 与未治疗对照组在第 12 个月清除 β1 AAb 的疗效。次要目标为： 评估单次 i.v. 输注 BC 007 后 β1 AAb 复发的时间 评估首次 β1 AAb 复发后重复单次 i.v. 输注 BC 007 的反应率和 β1 AAb 复发时间 评估单次和重复单次 i.v. 输注后 BC 007 的安全性和耐受性 确定 BC 007 的药代动力学（PK）血浆和尿液特征 研究 BC 007 代谢物的 PK 血浆特征 研究 β 氨基异丁酸（β-AIBA）血浆和尿液，以及血清尿酸
【主题与分类】
主题标签：Cardiomyopathy, Dilated、Heart Failure、Autoantibodies。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/NCT04192214
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/NCT04192214
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：扩张型心肌病、心力衰竭、自身抗体。主要目的为：- 比较静脉输注BC 007与未治疗对照组在慢性射血分数降低的心力衰竭（HFrEF）受试者中第12个月时清除β1 AAb的疗效。次要目的为：* 评估单次静脉输注BC 007后β1 AAb复发的时间 * 评估首次β1 AAb复发后重复单次静脉输注BC 007的应答率及β1 AAb复发时间 * 评估单次及重复单次静脉输注BC 007后的安全性和耐受性
输注 * 确定BC 007的药代动力学（PK）血浆和尿液特征 * 研究BC 007代谢物的PK血浆特征 * 研究β-氨基异丁酸（β-AIBA）血浆和尿液，以及尿酸血清和尿液浓度作为BC 007降解的标志物 * 研究未经治疗的参与者（对照组）中β1 AAb状态从阳性自发转为阴性的情况 探索性目标为： - 评估单次和重复单次静脉输注后左心室射血分数（LVEF）的变化
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。
