Lonafarnib联合或不联合Ritonavir治疗HDV的临床试验（LOWR-1）
该数据集来自clinicaltrials.gov，收录LOWR-1临床试验信息，研究对象为慢性丁型肝炎感染者。21名受试者随机接受七种不同剂量的lonafarnib治疗，疗程4至12周，期间通过频繁检测HDV-RNA评估抗病毒应答
基本信息
资源简介
Lonafarnib联合或不联合Ritonavir治疗HDV的临床试验（LOWR-1）
该数据集来自clinicaltrials.gov，收录LOWR-1临床试验信息，研究对象为慢性丁型肝炎感染者。21名受试者随机接受七种不同剂量的lonafarnib治疗，疗程4至12周，期间通过频繁检测HDV-RNA评估抗病毒应答。主要疗效终点为治疗后定量血清HDV RNA水平改善，主要安全性终点为在处方剂量下完成治疗周期的耐受能力，并测量副作用、ALT水平等次要终点。数据可用于抗病毒药物剂量探索与疗效安全性分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：慢性丁型肝炎感染。慢性丁型肝炎是一种由丁型肝炎病毒（HDV）感染引起的严重慢性肝病，HDV是一种小型RNA病毒，其复制需要主要结构蛋白（HDV抗原）的法尼基化。21名慢性丁型肝炎受试者将被随机分配接受七种不同剂量的lonafarnib之一。给药将持续4-12周，具体取决于治疗组，在此期间，将通过频繁测量HDV-RNA来评估抗病毒应答的证据。主要治疗终点是lonafarnib治疗后定量血清HDV RNA水平的改善。主要安全性终点是在治疗持续时间内以处方剂量耐受药物的能力。将测量若干次要终点，包括副作用、ALT水平
【主题与分类】
主题标签：Chronic Hepatitis D Infection。本站分类：消化系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT02430181
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/NCT02430181
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
条件：慢性丁型肝炎感染。慢性丁型肝炎是一种严重的慢性肝病，由丁型肝炎病毒（HDV）感染引起。HDV是一种小型RNA病毒，其复制需要其主要结构蛋白（HDV抗原）发生法尼基化。21名慢性丁型肝炎受试者将随机接受七种不同剂量之一的洛那法尼治疗。根据治疗分组，给药将持续4至12周，在此期间，将通过频繁检测HDV-RNA来评估抗病毒应答的证据。主要治疗终点为洛那法尼治疗后血清HDV RNA定量水平的改善。主要安全性终点为在治疗期间能够耐受处方剂量的药物。将测量若干次要终点，包括副作用、ALT水平和症状。若对洛那法尼不耐受，将停止治疗。本研究设计为2a期研究，评估洛那法尼七种剂量组合（联用或不联用利托那韦增效）的安全性、耐受性和抗病毒活性。
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。
