针对中等规模人群的扩展可及方案——RAVICTI 用于 Byler Disease
本数据来自 clinicaltrials.gov，为一项针对 Byler Disease 儿童的开放标签扩展可及方案，干预药物为 RAVICTI
基本信息
资源简介
针对中等规模人群的扩展可及方案——RAVICTI 用于 Byler Disease
本数据来自 clinicaltrials.gov，为一项针对 Byler Disease 儿童的开放标签扩展可及方案，干预药物为 RAVICTI。Byler Disease 由 ATP8B1 基因纯合错义突变（G308V）引起，通常在出生后第一年因胆汁淤积并发症而显现，常见表现包括黄疸、生长不良、维生素 K 缺乏相关出血和/或维生素 D 缺乏相关骨骼脆弱。该方案的主要假设是 RAVICTI 在这些儿童中给药可行、耐受良好且安全。数据可用于了解该罕见病的临床特征与扩展可及用药方案（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：Byler Disease。Byler Disease 是 ATP8B1 基因纯合错义（G308V）突变的结果。该病通常在出生后第一年因胆汁淤积的并发症而显现；常见表现包括黄疸、生长不良、与维生素 K 缺乏相关的出血和/或与维生素 D 缺乏相关的骨骼脆弱。Byler Disease 的早期管理针对营养问题，这些问题往往对医疗干预有反应，而瘙痒/抓挠则不同，仍是一个破坏性的问题。Byler Disease 中会发展为进行性肝病，并可导致肝硬化和终末期肝病。这是一项在 Byler Disease 儿童中开展的 RAVICTI 开放标签扩展可及方案。主要假设是在这些儿童中给予 RAVICTI 是可行的、耐受良好且安全的。还假设
【主题与分类】
主题标签：Byler Disease。本站分类：消化系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT02094222
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/NCT02094222
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：Byler病。Byler病是由ATP8B1基因纯合错义突变（G308V）所致。该病通常在出生后第一年内因胆汁淤积并发症而显现；常见表现包括黄疸、生长不良、与维生素K缺乏相关的出血和/或与维生素D缺乏相关的骨骼脆弱。Byler病的早期管理主要针对营养问题，这些问题往往对医疗干预有反应，而瘙痒/抓挠则仍然是一个棘手的问题。Byler病会发展为进行性肝病，并可导致肝硬化和终末期肝病。这是一项在Byler病儿童中开展的RAVICTI开放标签扩展可及性方案。主要假设是在这些儿童中给予RAVICTI是可行的、耐受性良好且安全的。还假设RAVICTI治疗可导致肝病生化标志物改善，并可能改善或预防作为肝病所致瘙痒表现的抓挠行为的发生。
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。
