评价长效奥曲肽注射剂治疗肢端肥大症安全性、疗效、药代动力学和药效学的临床试验

该数据集来自 clinicaltrials.gov,聚焦肢端肥大症这一内分泌系统疾病,收录一项随机、平行组、多中心 II 期临床试验的元数据

CSPC ZhongQi Pharmaceutical Technology Co., Ltd.CSPC ZhongQi Pharmaceutical Technology Co., Ltd.
clinicaltrials
浏览 9
其他分类Acromegaly
A Clinical Trial to Evaluate Safety, Efficacy, Pharmacokinetics, and Pharmacodynamics of Octreotide Long-acting Injection in Patients With Acromegaly

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-07

资源简介

评价长效奥曲肽注射剂治疗肢端肥大症安全性、疗效、药代动力学和药效学的临床试验

该数据集来自 clinicaltrials.gov,聚焦肢端肥大症这一内分泌系统疾病,收录一项随机、平行组、多中心 II 期临床试验的元数据。研究旨在评估长效奥曲肽注射剂(SYHX2008 注射液)治疗肢端肥大症的安全性、疗效、药代动力学和药效学,受试者随机分配至 SYHX2008 组或 Octreotide Microspheres(Sandostatin LAR®)组,预计入组 84 人,研究包含最长 4 周筛选/基线期及 12 周治疗期。可用于了解该试验设计、干预分组与结局评价框架,支持内分泌疾病临床试验相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):适应症:肢端肥大症。本研究是一项随机、平行组、多中心 II 期临床试验,旨在评估长效奥曲肽注射剂在肢端肥大症患者中的安全性、疗效、药代动力学和药效学。本研究的目的是评估 SYHX2008 注射液治疗肢端肥大症的疗效和安全性。患者将被随机分配至 SYHX2008 队列或 Octreotide Microspheres(Sandostatin LAR®)队列。预计共入组 84 名受试者。研究将包括最长 4 周的筛选/基线期,随后是 12 周的治疗期。

【主题与分类】

主题标签:Acromegaly。本站分类:内分泌系统疾病/肢端肥大症。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07814651

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/NCT07814651

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:肢端肥大症。本研究是一项随机、平行分组、多中心II期临床试验,旨在评估长效奥曲肽注射液在肢端肥大症患者中的安全性、有效性、药代动力学和药效学。本研究的目的是评估SYHX2008注射液治疗肢端肥大症的有效性和安全性。患者将被随机分配至SYHX2008队列或奥曲肽微球(Sandostatin LAR®)队列。预计共入组84名受试者。研究将包括最长4周的筛选/基线期,随后为12周的治疗期。

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