LY3938577 在健康受试者及 1 型糖尿病患者中的研究
该数据集来自 clinicaltrials.gov,收录一项关于 LY3938577 的临床研究,覆盖健康受试者与 1 型糖尿病(T1DM)患者

基本信息
资源简介
LY3938577 在健康受试者及 1 型糖尿病患者中的研究
该数据集来自 clinicaltrials.gov,收录一项关于 LY3938577 的临床研究,覆盖健康受试者与 1 型糖尿病(T1DM)患者。研究主要考察 LY3938577 进入血液的量及机体清除所需时间,并在后续 B、C 部分与 Insulin Degludec 比较降血糖效果与作用持续时间,同时评估安全性和耐受性并收集副作用信息。研究分 A、B、C、D 四部分,A 部分含静脉输注与皮下注射给药。可用于药代动力学、降糖疗效及安全性相关分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:健康、1 型糖尿病。本研究的主要目的是考察研究药物 LY3938577 进入血液的量以及机体将其清除所需的时间。在本研究的后期阶段(B 部分和 C 部分),将评估 LY3938577 与 Insulin Degludec 相比的降血糖效果和作用持续时间。本研究还将评估 LY3938577 的安全性和耐受性,并收集所出现的任何副作用信息。本研究将分四个部分(A、B、C 和 D)进行。A 部分第 1 周期的健康受试者将通过静脉(IV)输注接受单剂 LY3938577 或安慰剂。在 A 部分第 2 周期,受试者将接受单剂皮下(SC)给药的 LY3938577 或安慰剂。B 部分患有 1 型糖尿病(T1DM)的受试者将接受单剂
【主题与分类】
主题标签:Healthy、Type 1 Diabetes Mellitus。本站分类:内分泌、营养和代谢疾病/糖尿病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06280703
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/NCT06280703
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:健康受试者、1型糖尿病患者。本研究的主要目的是考察研究药物LY3938577进入血液的量以及身体将其清除所需的时间。在本研究的后期阶段(B部分和C部分),将评估LY3938577相较于德谷胰岛素的降血糖效果和作用持续时间。本研究还将评估LY3938577的安全性和耐受性,并收集有关任何副作用的信息。本研究将分为四个部分(A、B、C和D)进行。A部分第1周期的健康受试者将通过静脉(IV)输注接受单剂LY3938577或安慰剂。在A部分第2周期,受试者将接受单次皮下(SC)注射的LY3938577或安慰剂。B部分患有1型糖尿病(T1DM)的受试者将通过静脉输注接受单剂LY3938577或德谷胰岛素。C部分患有1型糖尿病(T1DM)的受试者将接受两次皮下给药的LY3938577或德谷胰岛素。
D部分中患有1型糖尿病(T1DM)的参与者将在两个阶段接受评估,第一阶段给予研究前基础胰岛素和赖脯胰岛素餐时胰岛素以确定胰岛素需求量,第二阶段给予赖脯胰岛素餐时胰岛素和每日剂量的LY3938577。整个研究持续时间大约为:A部分最多约11周,B部分10周,C部分13周,D部分10周,包括筛选期。
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。




