Saroglitazar Mg 治疗原发性胆汁性胆管炎的安全性、耐受性与疗效研究

该数据集来自 clinicaltrials.gov,收录一项关于 Saroglitazar magnesium 治疗原发性胆汁性胆管炎的前瞻性、多中心、随机、双盲、安慰剂对照研究

Zydus Therapeutics Inc.Zydus Therapeutics Inc.
clinicaltrials
浏览 9
其他回归Primary Biliary Cirrhosis
Study to Evaluate Safety, Tolerability and Efficacy of Saroglitazar Mg in Patients With Primary Biliary Cholangitis

基本信息

模态
其他
任务类型
回归
创建/更新时间
2026-10-09

资源简介

Saroglitazar Mg 治疗原发性胆汁性胆管炎的安全性、耐受性与疗效研究

该数据集来自 clinicaltrials.gov,收录一项关于 Saroglitazar magnesium 治疗原发性胆汁性胆管炎的前瞻性、多中心、随机、双盲、安慰剂对照研究。研究计划入组 36 名受试者,按 1:1:1 比例随机接受 Saroglitazar magnesium 2 mg、4 mg 或安慰剂治疗,主要目的是评估 16 周治疗方案对碱性磷酸酶(ALP)水平的影响,同时考察安全性与耐受性。数据可用于胆管炎治疗相关的疗效与安全性分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:原发性胆汁性肝硬化。研究 SARO.16.004.02 是一项前瞻性、多中心、随机、双盲、安慰剂对照研究,旨在评估 Saroglitazar magnesium 2 mg、4 mg 在原发性胆汁性胆管炎患者中的安全性、耐受性和疗效。共 36 名受试者将按 1:1:1 的比例入组,接受 Saroglitazar magnesium 2 mg 或 Saroglitazar magnesium 4 mg 或安慰剂。主要目的是研究 Saroglitazar magnesium 2 mg 和 4 mg 的 16 周治疗方案对原发性胆汁性胆管炎患者碱性磷酸酶(ALP)水平的影响。

【主题与分类】

主题标签:Primary Biliary Cirrhosis。本站分类:消化系统疾病/自身免疫性胆管炎。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT03112681

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT03112681

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

适应症:原发性胆汁性肝硬化。研究SARO.16.004.02是一项前瞻性、多中心、随机、双盲、安慰剂对照研究,旨在评估saroglitazar镁2毫克、4毫克在原发性胆汁性胆管炎患者中的安全性、耐受性和有效性。总共将招募36名受试者,按1:1:1的比例随机接受saroglitazar镁2毫克或saroglitazar镁4毫克或安慰剂。主要目的是探究为期16周的saroglitazar镁2毫克和4毫克治疗方案对原发性胆汁性胆管炎患者碱性磷酸酶(ALP)水平的影响。

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。

获取专属数据定制方案