放射性标记 Linerixibat 的药代动力学与代谢研究
该数据集来自 clinicaltrials.gov,聚焦胆汁淤积(Cholestasis)条件下放射性标记 Linerixibat 的药代动力学与代谢研究

基本信息
资源简介
放射性标记 Linerixibat 的药代动力学与代谢研究
该数据集来自 clinicaltrials.gov,聚焦胆汁淤积(Cholestasis)条件下放射性标记 Linerixibat 的药代动力学与代谢研究。研究采用单组、两周期、单序列、质量平衡设计,纳入 6 名健康男性受试者,通过单次静脉放射性微示踪剂量(伴随非放射性口服剂量)及单次口服放射性剂量,测定 14C 标记 Linerixibat 的 PK、平衡/排泄与代谢。每名受试者参与研究最长约 10 周,包括筛选期、两个治疗期(间隔约 7 天,口服剂量间至少 13 天)及末次评估后 1-2 周随访。数据可用于了解该药物在人体内的吸收、分布、代谢与排泄特征(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:胆汁淤积。Linerixibat 的吸收、代谢和排泄已在既往临床试验中研究过。然而,尚未针对 Linerixibat 开展专门的药物吸收、代谢和排泄临床研究。本研究的目的是确定放射性标记 14 碳 [14C]-Linerixibat 在单次静脉(IV)放射性标记微示踪剂量(伴随非放射性口服剂量)和单次口服放射性剂量后的 PK、平衡/排泄和代谢。这是一项单组、两周期、单序列、质量平衡研究,将入组 6 名健康男性受试者。每名受试者参与研究最长约 10 周,包括筛选期、两个治疗期(治疗期 1 和 2,间隔约 7 天,口服剂量间至少 13 天)以及末次评估后 1-2 周的随访访视。
【主题与分类】
主题标签:Cholestasis。本站分类:消化系统疾病/肝病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03992014
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/NCT03992014
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:胆汁淤积。linerixibat的吸收、代谢和排泄已在既往临床试验中进行过研究。然而,尚未针对linerixibat开展专门的药物吸收、代谢和排泄临床研究。本研究的目的是确定单次静脉(IV)放射性标记微量示踪剂剂量(同时给予非放射性标记口服剂量)和单次口服放射性标记剂量后,放射性标记碳-14[14C]-linerixibat的药代动力学(PK)、平衡/排泄和代谢情况。这是一项单组、两周期、单序列的质量平衡研究,将入组6名健康男性受试者。每名受试者参与研究的时间最长可达10周,包括筛选期、两个治疗期(治疗期1和治疗期2,两期间隔约7天,口服给药之间至少间隔13天),以及治疗期2末次评估后1-2周的随访访视。
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。




