Harmony-HHT:ATV-1601 治疗遗传性出血性毛细血管扩张症(HHT)研究
该数据集来自 clinicaltrials.gov,聚焦 ATV-1601 在遗传性出血性毛细血管扩张症(HHT,又称 Osler Weber Rendu 病)受试者中的临床研究

基本信息
资源简介
Harmony-HHT:ATV-1601 治疗遗传性出血性毛细血管扩张症(HHT)研究
该数据集来自 clinicaltrials.gov,聚焦 ATV-1601 在遗传性出血性毛细血管扩张症(HHT,又称 Osler Weber Rendu 病)受试者中的临床研究。研究分两部分:第一部分为 1/2 期概念验证、双盲、多中心、安慰剂对照试验,评估 3 种口服 ATV-1601 给药方案的安全性、药代动力学与疗效,受试者随机接受 3 种剂量之一或安慰剂,双盲治疗 16 周;第二部分为开放标签扩展研究,完成第一部分的合格受试者可接受最多 2 年额外治疗,均使用 ATV-1601,并在确定推荐 2 期剂量(RP2D)后可选择切换至该剂量。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):适应症:遗传性出血性毛细血管扩张症(HHT)、Osler Weber Rendu 病。第 1 部分:这是一项 1/2 期概念验证、双盲、多中心、安慰剂对照研究,旨在评估 3 种口服 ATV-1601 给药方案的安全性、药代动力学和疗效。符合入选要求的受试者将以双盲方式随机分配至 3 种 ATV-1601 剂量之一或安慰剂组。受试者将接受为期 16 周的双盲研究治疗。第 2 部分:完成第 1 部分的合格受试者可参加开放标签扩展研究,接受最多 2 年的额外治疗。开放标签扩展研究中的所有受试者都将接受 ATV-1601。一旦根据第 1 部分确定推荐 2 期剂量(RP2D),第 2 部分中的所有受试者均可选择切换至 RP2D。
【主题与分类】
主题标签:Osler Weber Rendu Disease。本站分类:心血管系统疾病/遗传性出血性毛细血管扩张症。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07601425
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/NCT07601425
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:遗传性出血性毛细血管扩张症(HHT),奥斯勒-韦伯-朗杜病。第一部分:这是一项1/2期概念验证性、双盲、多中心、安慰剂对照研究,旨在评估ATV-1601三种口服给药方案的安全性、药代动力学和疗效。符合入选标准的受试者将以双盲方式随机分配至ATV-1601的三个剂量组之一或安慰剂组。受试者将接受为期16周的双盲研究治疗。第二部分:完成第一部分的合格受试者可参加开放标签扩展研究,接受最多2年的额外治疗。开放标签扩展研究中的所有受试者都将接受ATV-1601治疗。一旦根据第一部分确定推荐的2期剂量(RP2D),第二部分中的所有受试者均可选择转换为RP2D。
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。




