健康志愿者中[14C] Ontunisertib的人体物质平衡研究
研究为开放、两部分设计,对象为30至65岁健康男性志愿者,试验周期约7周。第一部分口服试验药物后静脉注射含微量碳-14放射性标记的试验药物以追踪血中药物;第二部分单次口服试验药物以了解其体内分解与清除
![Human Mass Balance Study of [14C] Ontunisertib in Healthy Volunteers](/medical-api/medicalDataset/datasetCover/125707.jpg)
基本信息
资源简介
健康志愿者中[14C] Ontunisertib的人体物质平衡研究
该数据集来自 clinicaltrials.gov,主题为健康志愿者中[14C] Ontunisertib的人体物质平衡研究,涉及纤维狭窄型克罗恩病(Fibrostenotic Crohn's Disease)。研究为开放、两部分设计,对象为30至65岁健康男性志愿者,试验周期约7周。第一部分口服试验药物后静脉注射含微量碳-14放射性标记的试验药物以追踪血中药物;第二部分单次口服试验药物以了解其体内分解与清除。受试者参与两部分,末次给药后留院最长10天。可用于药物代谢与物质平衡相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:纤维狭窄型克罗恩病。这是一项在30至65岁健康男性志愿者中进行的开放、两部分研究,试验持续时间约7周。在本研究第1部分中,健康志愿者将口服一剂试验药物,随后静脉注射一剂含有极微量放射性(称为碳-14)的放射性标记试验药物,以便在血液中追踪试验药物。在第2部分中,将单次口服试验药物,以了解身体如何分解和清除试验药物。试验药物将被“放射性标记”——它将含有少量放射性(碳-14)——以便可以在体内被追踪。参与者将参加两个研究部分,并在末次研究药物给药后留在诊所内最长10天。
【主题与分类】
主题标签:Fibrostenotic 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/NCT07672574
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/NCT07672574
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
适应症:纤维狭窄性克罗恩病。这是一项开放标签、两部分研究,受试者为30至65岁的健康男性志愿者,试验持续时间约为7周。在研究第1部分中,健康志愿者将口服一剂试验药物,随后静脉注射一剂极低剂量的放射性标记试验药物,其中含有微量放射性(称为碳-14),以便在血液中追踪试验药物。在第2部分中,将单次口服给予试验药物,以了解人体如何分解和清除试验药物。试验药物将被“放射性标记”——它将含有少量放射性(碳-14)——以便在体内追踪。参与者将参加两个研究部分,并在最后一次服用研究用药品(IMP)后留在诊所最多10天。参与者离开诊所后,可能需要在家中收集尿液和粪便,直到满足质量平衡标准。
在第1部分至少8天和第2部分至少10天的期间内,将采集大量血液样本,并且志愿者需收集其所有尿液和粪便,以便测量/分析试验药物及其分解产物的量。在入院至首次给药之间,将从志愿者处采集一份血液样本用于药物遗传学检测。
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。




