口服艾地苯醌治疗非酒精性脂肪性肝炎研究
该数据集来自 clinicaltrials.gov,主题为口服艾地苯醌治疗非酒精性脂肪性肝炎(NASH)的前瞻性 1/2a 期随机双盲安慰剂对照单中心研究,同时涉及 Fibrosis

基本信息
资源简介
口服艾地苯醌治疗非酒精性脂肪性肝炎研究
该数据集来自 clinicaltrials.gov,主题为口服艾地苯醌治疗非酒精性脂肪性肝炎(NASH)的前瞻性 1/2a 期随机双盲安慰剂对照单中心研究,同时涉及 Fibrosis。研究计划入组 45 名 18 岁及以上 NASH 成人受试者,按 1:2 比例随机分组,接受安慰剂或艾地苯醌递增剂量方案,并持续监测安全性。主要终点为安全性与耐受性,同时评估靶点结合情况。数据可用于消化系统疾病、NASH 及肝纤维化相关临床试验的安全性、耐受性与疗效分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:非酒精性脂肪性肝炎、纤维化。这是一项前瞻性 1/2a 期、随机、双盲、安慰剂对照、单中心研究,旨在评估口服艾地苯醌在 18 岁及以上非酒精性脂肪性肝炎(NASH)成人中的安全性和有效性。在获得 IRB 批准并签署书面知情同意后,将入组 45 名受试者,并在 REDCap 数据采集软件上按 1:2 比例随机分组。受试者将被随机分配到两组,并接受以下片剂:安慰剂、艾地苯醌递增剂量,即口服(P.O.)200mg 每日一次,持续 2 周,然后 200 mg 每日两次,持续 2 周,然后每日三次,持续研究剩余时间(最多 48 周)。末次给药后将继续进行 12 周的监测和安全性评估。该研究将把安全性和耐受性作为主要终点进行研究,并评估靶点结合。
【主题与分类】
主题标签:Non Alcoholic Steatohepatitis、Fibrosis。本站分类:消化系统疾病/非酒精性脂肪性肝炎。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04669158
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/NCT04669158
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:非酒精性脂肪性肝炎,纤维化。这是一项前瞻性1/2a期、随机、双盲、安慰剂对照、单中心研究,旨在评估口服艾地苯醌在18岁及以上非酒精性脂肪性肝炎(NASH)成人中的安全性和有效性。在获得IRB批准并签署书面知情同意书后,将招募45名参与者,并通过REDCap数据采集软件按1:2的比例进行随机分组。参与者将被随机分配到两组,并接受以下片剂:安慰剂、艾地苯醌递增剂量200mg口服(P.O.)每日一次,持续2周,然后200mg每日两次,持续2周,然后每日三次,直至研究剩余时间(最多48周)。最终给药后将继续进行12周的监测和安全性评估。该研究将把安全性和耐受性作为主要终点进行研究,并将靶点结合和纤维化改善作为次要终点进行评估。
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。




