PEG-Intron 治疗遗传性出血性毛细血管扩张症的 2 期研究

该数据集来自 clinicaltrials.gov,为一项 2 期临床研究,评估聚乙二醇干扰素 alpha-2b(PEG-Intron)在伴有严重并发症的遗传性出血性毛细血管扩张症(HHT)患者中的安全性与耐受性

Mayo ClinicMayo Clinic
clinicaltrials
浏览 2
其他AnemiaLiver DiseaseHypoxemia
Phase 2 Study of PEG-Intron in Hereditary Hemorrhagic Telangiectasia

基本信息

模态
其他
创建/更新时间
2026-10-24

资源简介

PEG-Intron 治疗遗传性出血性毛细血管扩张症的 2 期研究

该数据集来自 clinicaltrials.gov,为一项 2 期临床研究,评估聚乙二醇干扰素 alpha-2b(PEG-Intron)在伴有严重并发症的遗传性出血性毛细血管扩张症(HHT)患者中的安全性与耐受性。研究涉及贫血、肝病和低氧血症等状况,受试者随机进入治疗组或对照组,6 个月后交叉至另一组,总研究期 12 个月,治疗为每周皮下注射 1 微克/千克/周。数据可用于安全性监测、不良事件分级及交叉设计临床试验方法学研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):状况:贫血、肝病、低氧血症。本研究的目的是评估聚乙二醇干扰素 alpha-2b(PEG-Intron)在伴有遗传性出血性毛细血管扩张症(HHT)相关严重并发症的患者中的安全性和耐受性。受试者将被随机分配到治疗组或对照组,然后在 6 个月时交叉到另一组,直至 12 个月研究结束。研究治疗将包括每周皮下注射聚乙二醇干扰素 alpha-2b(PEG-Intron),剂量为 1 微克/千克/周。不良事件以及毒性的监测和治疗将按照方案所述进行随访。不良事件将根据改良 NCI 常见毒性标准进行分级。每五名受试者完成一个月治疗后,独立的数据安全监测委员会将审查任何不良事件。

【主题与分类】

主题标签:Anemia、Liver Disease、Hypoxemia。本站分类:消化系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT00588146

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/NCT00588146

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

条件:贫血、肝病、低氧血症。本研究旨在评估聚乙二醇干扰素α-2b(PEG-Intron)在伴有遗传性出血性毛细血管扩张症(HHT)相关严重并发症患者中的安全性和耐受性。受试者将被随机分配至治疗组或对照组,并在6个月时交叉至另一组,直至12个月研究结束。研究治疗包括每周皮下注射聚乙二醇干扰素α-2b(PEG-Intron),剂量为1微克/千克/周。将按照方案规定的不良事件以及毒性的监测和处理进行随访。不良事件将根据修改版NCI常见毒性标准进行分级。每五名受试者完成一个月治疗后,独立的数据安全监测委员会将审查任何不良事件。

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