针对难治性2型糖尿病的试验（CAPTAIN-T2D）
CAPTAIN-T2D 是一项在 clinicaltrials.gov 登记的多中心、随机、双盲、平行组、安慰剂对照试验，研究对象为 2 型糖尿病伴皮质醇升高的患者，干预药物为 11β-羟类固醇脱氢酶1型（HSD-1）抑制剂 clofutriben
基本信息
资源简介
针对难治性2型糖尿病的试验（CAPTAIN-T2D）
CAPTAIN-T2D 是一项在 clinicaltrials.gov 登记的多中心、随机、双盲、平行组、安慰剂对照试验，研究对象为 2 型糖尿病伴皮质醇升高的患者，干预药物为 11β-羟类固醇脱氢酶1型（HSD-1）抑制剂 clofutriben。试验分两部分：第1部分为筛选期，多数受试者约持续5至9周，依次完成初步资格筛选、地塞米松抑制试验及进一步资格评估；第2部分为治疗期，受试者随机分配至安慰剂组或四个 clofutriben 剂量组之一，持续24周，并在第4周进行随访电话。主要目标为刻画 clofutriben 剂量与血糖控制改善的关系，并确定一个或多个适合进入3期评估的剂量（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：适应症：2型糖尿病、皮质醇过多。CAPTAIN-T2D 是一项分为两部分的多中心、随机、双盲、平行组、安慰剂对照试验，研究 11β-羟类固醇脱氢酶1型（HSD-1）抑制剂 clofutriben。本试验的主要目标是刻画 clofutriben 剂量与血糖控制改善的关系，并在伴有皮质醇升高的 T2D 患者中确定一个或多个适合进入3期评估的剂量。试验由两部分组成。第1部分（筛选）对大多数参与者将持续约5至9周。筛选期时长允许（依次）进行初步资格筛选、地塞米松抑制试验以及进一步的资格评估。在第2部分（治疗）期间，参与者将被随机分配至安慰剂组或四个 clofutriben 剂量组之一。第2部分将持续24周，并在第4周进行随访电话
【主题与分类】
主题标签：Type 2 Diabetes、Cortisol Excess。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/NCT07296484
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/NCT07296484
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：2型糖尿病、皮质醇过多。CAPTAIN-T2D是一项分为两部分的、多中心、随机、双盲、平行组、安慰剂对照试验，研究11β-羟基类固醇脱氢酶1型（HSD-1）抑制剂clofutriben。本试验的主要目标是描述clofutriben剂量与血糖控制改善之间的关系，并在伴有皮质醇升高的T2D患者中确定一个或多个适合3期评估的剂量。试验包括两部分。第1部分（筛选）对大多数参与者将持续约5至9周。筛选期时长允许（依次）进行初步资格筛选、地塞米松抑制试验和进一步资格评估。在第2部分（治疗）期间，参与者将被随机分配至安慰剂或四个clofutriben剂量之一。第2部分将持续24周，并在末次试验药物给药后4周进行随访电话。
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。
