HTD1801 治疗合并2型糖尿病或糖尿病前期的非酒精性脂肪性肝炎及肝纤维化成人患者

该数据集来自 clinicaltrials.gov,收录一项关于 HTD1801 治疗成人非酒精性脂肪性肝炎(NASH)合并肝纤维化且伴有 2 型糖尿病或糖尿病前期的 2b 期临床试验信息

HighTide Therapeutics (Hong Kong) LimitedHighTide Therapeutics (Hong Kong) Limited
clinicaltrials
浏览 22
其他分类Nonalcoholic Steatohepatitis (NASH)Type 2 Diabetes
HTD1801 in Adults With Nonalcoholic Steatohepatitis and Liver Fibrosis Who Have Type 2 Diabetes or Pre-Diabetes

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-08

资源简介

HTD1801 治疗合并2型糖尿病或糖尿病前期的非酒精性脂肪性肝炎及肝纤维化成人患者

该数据集来自 clinicaltrials.gov,收录一项关于 HTD1801 治疗成人非酒精性脂肪性肝炎(NASH)合并肝纤维化且伴有 2 型糖尿病或糖尿病前期的 2b 期临床试验信息。研究采用双盲、随机、安慰剂对照、多中心设计,比较 HTD1801 1250 mg 每日两次与安慰剂每日两次对组织学改善的效果,计划入组约 210 名经活检确诊 NASH 且纤维化分期为 2 期或 3 期的受试者,研究用药最长 60 周。数据可用于了解该试验的设计、人群与干预方案,支持相关疾病领域的证据梳理与二次分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:非酒精性脂肪性肝炎(NASH)、2型糖尿病。这项2b期、双盲、随机、安慰剂对照、多中心研究将评估HTD1801 1250 mg每日两次(BID)与安慰剂BID相比,对患有非酒精性脂肪性肝炎和肝纤维化且伴有2型糖尿病或糖尿病前期的成人受试者组织学改善的影响。该研究将入组约210名经活检确诊为非酒精性脂肪性肝炎且有2期或3期肝纤维化证据的受试者。受试者将接受研究药物最长60周。

【主题与分类】

主题标签:Nonalcoholic Steatohepatitis (NASH)、Type 2 Diabetes。本站分类:消化系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05623189

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/NCT05623189

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:非酒精性脂肪性肝炎(NASH)、2型糖尿病。这项2b期、双盲、随机、安慰剂对照、多中心研究将评估HTD1801,1250 mg每日两次(BID)与安慰剂BID相比,对患有非酒精性脂肪性肝炎和肝纤维化、且患有2型糖尿病或糖尿病前期的成人受试者组织学改善的影响。该研究将入组约210名经活检确诊为非酒精性脂肪性肝炎且有2期或3期肝纤维化证据的受试者。受试者将接受研究药物最长60周。

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