评估SC0062治疗慢性肾脏病疗效与安全性的研究

本数据集来自clinicaltrials.gov,收录一项关于SC0062治疗慢性肾脏病的II期临床研究。研究覆盖糖尿病肾病与IgA肾病两类人群,采用多中心、随机、双盲、安慰剂平行对照设计,分为两个队列,每队列约120例患者,每日接受SC0062或安慰剂治疗24周

Biocity Biopharmaceutics Co., Ltd.Biocity Biopharmaceutics Co., Ltd.
clinicaltrials
浏览 11
蛋白质分类Diabetic Kidney DiseaseIgA Nephropathy
A Study to Evaluate the Efficacy and Safety of SC0062 in the Treatment of Chronic Kidney Disease

基本信息

模态
蛋白质
任务类型
分类
创建/更新时间
2026-10-14

资源简介

评估SC0062治疗慢性肾脏病疗效与安全性的研究

本数据集来自clinicaltrials.gov,收录一项关于SC0062治疗慢性肾脏病的II期临床研究。研究覆盖糖尿病肾病与IgA肾病两类人群,采用多中心、随机、双盲、安慰剂平行对照设计,分为两个队列,每队列约120例患者,每日接受SC0062或安慰剂治疗24周。研究目的是在接受最大耐受剂量RASi治疗且伴白蛋白尿的慢性肾脏病患者中,初步评估SC0062胶囊相较安慰剂的疗效与安全性。可用于慢性肾脏病治疗领域的临床试验分析与药物评价研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):适应症:糖尿病肾病、IgA肾病。这项多中心、随机、双盲、安慰剂平行对照、2队列的II期研究将包含2个队列:队列1:糖尿病肾病;队列2:经活检证实的IgAN。在每个队列中,约120名患者将被随机分配接受SC0062或安慰剂每日治疗24周。本研究的目的是在接受最大耐受标签剂量肾素-血管紧张素系统抑制剂(RASi)治疗且伴有白蛋白尿的慢性肾脏病(糖尿病肾病和IgA肾病)患者中,评估SC0062胶囊与安慰剂相比的初步疗效和安全性。

【主题与分类】

主题标签:Diabetic Kidney Disease、IgA Nephropathy。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/NCT05687890

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/NCT05687890

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:糖尿病肾病、IgA肾病。这项多中心、随机、双盲、安慰剂平行对照、2队列的II期研究将包含2个队列:队列1:糖尿病肾病;队列2:经活检证实的IgA肾病。在每个队列中,约120名患者将被随机分配接受SC0062或安慰剂每日治疗,持续24周。本研究的目的是评估SC0062胶囊与安慰剂相比,在已接受最大耐受标签剂量肾素-血管紧张素系统抑制剂(RASi)治疗且伴有白蛋白尿的慢性肾脏病(糖尿病肾病和IgA肾病)患者中的初步疗效和安全性。

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