评估ACDN-01治疗ABCA4相关Stargardt视网膜病变的研究(STELLAR)

该数据集来自clinicaltrials.gov,收录一项开放标签、单次递增剂量研究,评估ACDN-01在成人ABCA4相关视网膜病变(包括Stargardt病、锥杆细胞营养不良、青少年黄斑变性等)中的安全性、耐受性及生物学效应证据

Ascidian Therapeutics, IncAscidian Therapeutics, Inc
clinicaltrials
浏览 4
基因组Stargardt DiseaseCone Rod DystrophyJuvenile Macular DegenerationStargardt Disease 1
Study to Evaluate ACDN-01 in ABCA4-related Stargardt Retinopathy (STELLAR)

基本信息

模态
基因组
创建/更新时间
2026-10-22

资源简介

评估ACDN-01治疗ABCA4相关Stargardt视网膜病变的研究(STELLAR)

该数据集来自clinicaltrials.gov,收录一项开放标签、单次递增剂量研究,评估ACDN-01在成人ABCA4相关视网膜病变(包括Stargardt病、锥杆细胞营养不良、青少年黄斑变性等)中的安全性、耐受性及生物学效应证据。ACDN-01经视网膜下递送,设低、中、高三个剂量水平。参与者随访2年以评估主要安全性和初步疗效终点,随后进入3年长期随访期,总研究时长为5年。数据可用于视网膜病变基因治疗的安全性监测、剂量探索及疗效趋势分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:Stargardt病、锥杆细胞营养不良、青少年黄斑变性、Stargardt病1型。这是一项开放标签、单次递增剂量研究,对象为患有ABCA4相关视网膜病变的成人参与者。该研究旨在评估ACDN-01经视网膜下递送后,单次递增剂量水平(低、中、高)的安全性、耐受性和生物学效应证据。参与者将在研究中随访2年,以评估主要安全性和初步疗效终点,之后将继续进入为期3年的长期随访期,总研究时长为5年。

【主题与分类】

主题标签:Stargardt Disease、Cone Rod Dystrophy、Juvenile Macular Degeneration、Stargardt Disease 1。本站分类:消化系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06467344

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/NCT06467344

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:Stargardt病、视锥视杆细胞营养不良、青少年黄斑变性、Stargardt病1型。这是一项开放标签、单次递增剂量研究,旨在评估ACDN-01在患有ABCA4相关视网膜病变的成年受试者中的安全性、耐受性及生物学效应证据。研究设计为经视网膜下注射给予ACDN-01单次递增剂量(低、中、高剂量)后,对受试者进行为期2年的主要安全性和初步疗效终点随访,随后进入为期3年的长期随访期,研究总时长为5年。

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