评估Somapacitan在需要帮助生长的儿童中的安全性和有效性研究 - REAL 9

该数据集来自clinicaltrials.gov,聚焦于SGA、Turner综合征、Noonan综合征及ISS患儿,旨在评估新型生长激素药物Somapacitan的安全性和疗效

Novo Nordisk A/SNovo Nordisk A/S
clinicaltrials
浏览 12
其他回归SGATurner SyndromeNoonan SyndromeISS
A Research Study Looking at How Safe Somapacitan is and How Well it Works in Children Who Need Help to Grow - REAL 9

基本信息

模态
其他
任务类型
回归
创建/更新时间
2026-10-12

资源简介

评估Somapacitan在需要帮助生长的儿童中的安全性和有效性研究 - REAL 9

该数据集来自clinicaltrials.gov,聚焦于SGA、Turner综合征、Noonan综合征及ISS患儿,旨在评估新型生长激素药物Somapacitan的安全性和疗效。研究持续约3年,参与者每周接受一次Somapacitan注射,可在一天中任何时间注射,研究医生或护士会指导如何在家自行注射。数据可用于分析该药物在特定儿童群体中的安全性、有效性及治疗依从性,支持内分泌系统疾病领域的临床研究和药物评价(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:SGA、Turner综合征、Noonan综合征、ISS。本研究的目的是查明somapacitan是否安全,以及somapacitan对出生时小于胎龄儿或患有Turner综合征、Noonan综合征或特发性矮小症的儿童的效果如何。Somapacitan是一种用于治疗生长激素水平低下的新型生长激素药物。研究将持续约3年。在研究期间,参与者将每周接受一次somapacitan治疗。Somapacitan可以在一天中的任何时间注射。研究医生或护士将展示如何注射somapacitan,以便参与者知道如何在家中进行注射。

【主题与分类】

主题标签:SGA、Turner Syndrome、Noonan Syndrome、ISS。本站分类:内分泌系统疾病/其他。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05723835

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/NCT05723835

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

疾病:SGA、特纳综合征、努南综合征、ISS。本研究的目的是探究somapacitan在出生时小于胎龄儿或患有特纳综合征、努南综合征或特发性矮小症的儿童中的安全性和有效性。Somapacitan是一种用于治疗生长激素水平低下的新型生长激素药物。研究将持续约3年。在研究期间,受试者将每周接受一次somapacitan治疗。Somapacitan可在一天中的任何时间注射。研究医生或护士将演示如何注射somapacitan,以便受试者知道如何在家中自行注射。

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