SAR441566治疗克罗恩病患者疗效与安全性研究

该数据集来自clinicaltrials.gov,主题为SAR441566治疗成人中重度克罗恩病的2期临床试验。研究采用多国多中心、随机、双盲、安慰剂对照、剂量探索设计,主要评估不同剂量SAR441566相比安慰剂的疗效与安全性

SanofiSanofi
clinicaltrials
浏览 3
其他分类Crohn's Disease
A Study to Investigate Efficacy and Safety of SAR441566 in Patients With Crohn's Disease.

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-13

资源简介

SAR441566治疗克罗恩病患者疗效与安全性研究

该数据集来自clinicaltrials.gov,主题为SAR441566治疗成人中重度克罗恩病的2期临床试验。研究采用多国多中心、随机、双盲、安慰剂对照、剂量探索设计,主要评估不同剂量SAR441566相比安慰剂的疗效与安全性。研究预计持续最长59周,包括4周筛选期、52周主研究治疗期(含12周双盲诱导和40周维持)及2周随访期,另设开放标签期。可用于了解克罗恩病药物临床试验设计、疗效与安全性评价及剂量探索相关信息(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:克罗恩病。这是一项2期、多国、多中心、随机、双盲、安慰剂对照、剂量探索研究,旨在评估SAR441566在成人中重度克罗恩病(CD)患者中的疗效和安全性。本研究的主要目的是评估不同剂量SAR441566与安慰剂相比在中重度CD受试者中的疗效。本研究预计持续时间最长59周,包括4周筛选期(如需要可加7个日历日),随后是持续52周的主研究(MS)治疗期,以及未参加长期安全性(LTS)研究的受试者在治疗结束后的2周随访期。MS期包括双盲(DB)治疗期,其中12周诱导治疗,随后40周维持治疗。此外,还有一个开放标签(OL)期

【主题与分类】

主题标签:Crohn's Disease。本站分类:消化系统疾病/克罗恩病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06637631

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/NCT06637631

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:克罗恩病。这是一项2期、多国、多中心、随机、双盲、安慰剂对照、剂量递增研究,旨在评估SAR441566在中度至重度克罗恩病(CD)成人患者中的疗效和安全性。本研究的主要目的是评估不同剂量SAR441566与安慰剂相比在中度至重度CD受试者中的疗效。本研究预计持续时间最长可达59周,包括4周的筛选期(如有需要可增加7个日历日),随后是持续52周的主要研究(MS)治疗期,以及对于未参加长期安全性(LTS)研究的受试者,在治疗结束后进行为期2周的随访期。MS期包括一个双盲(DB)治疗期,其中包含12周的诱导治疗,随后是40周的维持治疗。此外,符合条件的受试者还将获得最长40周的开放标签(OL)期。DB维持期和OL期的总持续时间不能超过40周,具体取决于受试者转换的时间。

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