评估 Miricorilant 治疗成人非酒精性脂肪性肝炎/代谢功能障碍相关脂肪性肝炎的 2b 期研究（MONARCH）
该数据集来自 clinicaltrials.gov，收录一项评估 miricorilant 治疗成人非酒精性脂肪性肝炎（NASH）与代谢功能障碍相关脂肪性肝炎（MASH）的 2b 期研究（MONARCH）
基本信息
资源简介
评估 Miricorilant 治疗成人非酒精性脂肪性肝炎/代谢功能障碍相关脂肪性肝炎的 2b 期研究（MONARCH）
该数据集来自 clinicaltrials.gov，收录一项评估 miricorilant 治疗成人非酒精性脂肪性肝炎（NASH）与代谢功能障碍相关脂肪性肝炎（MASH）的 2b 期研究（MONARCH）。研究包含两个队列：Cohort A 约 75 例患者按 2:1 随机接受 100 mg miricorilant 或安慰剂，每周两次，治疗 48 周；Cohort B 约 90 例患者按 2:1 随机接受 100 mg miricorilant 每周两次治疗 6 周后剂量递增至 200 mg 或安慰剂每周两次再治疗 18 周，总疗程 24 周，或接受安慰剂 24 周。数据可用于 NASH/MASH 治疗相关研究（来源 clinic。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：非酒精性脂肪性肝炎（NASH）、代谢功能障碍相关脂肪性肝炎（MASH）。约 75 名符合参与研究条件的患者将在第 1 天按 2:1 比例随机分配至 100 mg miricorilant 或安慰剂，每周两次，治疗 48 周（Cohort A）。约 90 名符合参与研究条件的患者将在第 1 天按 2:1 比例随机分配至 100 mg miricorilant，每周两次，治疗 6 周，随后剂量递增至 200 mg miricorilant 或安慰剂，每周两次，再治疗 18 周，总治疗持续时间为 24 周，或分配至安慰剂治疗 24 周。（Cohort B）。
【主题与分类】
主题标签：Nonalcoholic Steatohepatitis (NASH)。本站分类：内分泌、营养和代谢疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06108219
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/NCT06108219
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：非酒精性脂肪性肝炎（NASH）、代谢功能障碍相关脂肪性肝炎（MASH）。大约75名符合研究参与资格的患者将在第1天按2：1的比例随机分配至100 mg miricorilant或安慰剂组，每周给药两次，治疗48周（队列A）。大约90名符合研究参与资格的患者将在第1天按2：1的比例随机分配至100 mg miricorilant组，每周给药两次，治疗6周，随后剂量递增至200 mg miricorilant或安慰剂，每周给药两次，再治疗18周，总治疗持续时间为24周，或分配至安慰剂组治疗24周。（队列B）。
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。
