Metreleptin 在既往接受过治疗的全身性脂肪营养不良患者中的同情用药
该数据集来自 clinicaltrials.gov,聚焦 Metreleptin 在既往接受过治疗的全身性脂肪营养不良患者中的同情用药

基本信息
资源简介
Metreleptin 在既往接受过治疗的全身性脂肪营养不良患者中的同情用药
该数据集来自 clinicaltrials.gov,聚焦 Metreleptin 在既往接受过治疗的全身性脂肪营养不良患者中的同情用药。覆盖 Lipodystrophy、Diabetes、Hyperlipidemia 等内分泌、营养和代谢疾病相关主题。数据可用于了解 leptin 缺乏与异位脂质沉积所致代谢并发症(如严重胰岛素抵抗、糖尿病、高甘油三酯血症等)的研究背景,并支持代谢与内分泌疾病方向的探索性分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:脂肪营养不良、糖尿病、高脂血症。Leptin 是一种脂肪细胞来源的激素,可被视为脂肪组织向身体其他部位传递长期营养状态信息的信号。患有极为罕见的全身性脂肪营养不良的患者,因缺乏脂肪组织而继发 leptin 缺乏。脂肪营养不良患者中 leptin 缺乏与异位脂质沉积共同导致代谢并发症,包括严重胰岛素抵抗和糖尿病、高甘油三酯血症、非酒精性脂肪性肝炎以及多囊卵巢综合征。2000 年至 2014 年间,NIDDK IRP 在全身性和部分性脂肪营养不良患者中开展了一项重组人 leptin 类似物 metreleptin 的开放标签临床试验。该研究显示,metreleptin 可改善代谢和内分泌异常
【主题与分类】
主题标签:Lipodystrophy、Diabetes、Hyperlipidemia。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/NCT02262832
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/NCT02262832
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
疾病:脂肪营养不良、糖尿病、高脂血症。瘦素是一种脂肪细胞来源的激素,可被视为脂肪组织向身体其他部位传递长期营养状态信息的信号。患有极为罕见的全身性脂肪营养不良的患者,因脂肪组织缺乏而继发瘦素缺乏。脂肪营养不良患者中瘦素缺乏与异位脂质沉积共同导致代谢并发症,包括严重胰岛素抵抗和糖尿病、高甘油三酯血症、非酒精性脂肪性肝炎以及多囊卵巢综合征。2000年至2014年间,NIDDK IRP开展了一项开放标签临床试验,在全身性和部分性脂肪营养不良患者中评估重组人瘦素类似物 metreleptin。该研究显示,metreleptin可改善脂肪营养不良中的代谢和内分泌异常,包括减少食物摄入、改善胰岛素抵抗和糖尿病、减少异位脂质以及使生殖功能恢复正常。基于这些数据,FDA于2014年2月批准metreleptin用于全身性脂肪营养不良患者,但不用于部分性脂肪营养不良患者。
目前,在美国和日本以外,metreleptin 尚不能作为获批药物获得,并且仅在少数其他国家可通过同情用药方式获得。本研究的目的有两个:1. 为全身性脂肪营养不良患者提供 metreleptin 的可及性,包括既往通过 NIH 研究(方案 02-DK-0022 和 13-DK- 0057)接受过 metreleptin 的患者,和/或无法在其本国通过获批或同情用药机制获得 metreleptin 的患者;2. 继续收集 metreleptin 在改善全身性脂肪营养不良代谢并发症方面的长期疗效数据。metreleptin 将以小于或等于 0.24 mg/kg/天的剂量给药,并根据体重和代谢控制情况进行调整。患者将大约每年在 NIH 接受一次评估,以及 po
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。




