NSI-8226治疗成人嗜酸性食管炎的疗效与安全性研究

本数据集来自 clinicaltrials.gov,收录一项针对成人嗜酸性食管炎(EoE)的 Phase 2 临床研究。该研究为 24 周随机、双盲、安慰剂对照试验,并设 28 周延展期,评估 3 个剂量水平 solrikitug 相较安慰剂在标准治疗基础上的安全性、耐受性、PK、免疫原性和药效学

Uniquity One (UNI)Uniquity One (UNI)
clinicaltrials
浏览 8
其他分类Eosinophilic Esophagitis (EoE)
A Study to Investigate the Efficacy and Safety of NSI-8226 in Adults With Eosinophilic Esophagitis

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-13

资源简介

NSI-8226治疗成人嗜酸性食管炎的疗效与安全性研究

本数据集来自 clinicaltrials.gov,收录一项针对成人嗜酸性食管炎(EoE)的 Phase 2 临床研究。该研究为 24 周随机、双盲、安慰剂对照试验,并设 28 周延展期,评估 3 个剂量水平 solrikitug 相较安慰剂在标准治疗基础上的安全性、耐受性、PK、免疫原性和药效学。计划在约 80 个中心随机入组约 180 名成人 EoE 参与者,通过皮下注射给药,治疗期 24 周,延展期 28 周,另设 16 周治疗后随访期。数据可用于消化系统疾病与嗜酸性食管炎相关临床研究信息的整理与检索(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:嗜酸性食管炎(EoE)。这是一项为期 24 周的随机、双盲、安慰剂对照 Phase 2 临床研究,并设 28 周延展期,旨在评估 3 个剂量水平 solrikitug 相较安慰剂在标准治疗基础上用于成人 EoE 参与者的安全性、耐受性、PK、免疫原性和药效学。约 180 名成人 EoE 参与者将在约 80 个中心随机入组。参与者将在 24 周治疗期内于研究中心接受皮下注射给药的 solrikitug 或安慰剂,随后进入 28 周延展期。该研究还包括 16 周的治疗后随访期。

【主题与分类】

主题标签:Eosinophilic Esophagitis (EoE)。本站分类:消化系统疾病/嗜酸性食管炎。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06598462

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/NCT06598462

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

疾病:嗜酸性粒细胞性食管炎(EoE)。这是一项为期24周、随机、双盲、安慰剂对照的2期临床研究,并设有28周的延展期,旨在评估3个剂量水平的solrikitug与安慰剂相比,在标准治疗基础上用于成人EoE参与者的安全性、耐受性、药代动力学(PK)、免疫原性和药效学。约180名成人EoE参与者将在约80个研究中心接受随机分组。参与者将在为期24周的治疗期内,在研究现场接受solrikitug或安慰剂皮下注射,随后进入28周的延展期。该研究还包括为期16周的治疗后随访期。

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