Setmelanotide 治疗 Bardet-Biedl 综合征 (BBS) 的扩展可及方案
该数据集来源于 clinicaltrials.gov,记录了一项针对 Bardet-Biedl 综合征 (BBS) 合并肥胖患者的开放标签、多中心扩展可及方案 (EAP),旨在为无替代治疗选择的合格患者提供 setmelanotide 治疗机会

基本信息
资源简介
Setmelanotide 治疗 Bardet-Biedl 综合征 (BBS) 的扩展可及方案
该数据集来源于 clinicaltrials.gov,记录了一项针对 Bardet-Biedl 综合征 (BBS) 合并肥胖患者的开放标签、多中心扩展可及方案 (EAP),旨在为无替代治疗选择的合格患者提供 setmelanotide 治疗机会。数据覆盖患者用药前及用药后每 3 个月(或按临床需要更频繁)的临床与安全性评估,以及停药后 4 周(30 天)的安全性随访,直至治疗完成或终止。该数据可用于了解 setmelanotide 在 BBS 相关肥胖中的实际使用模式、安全性监测与随访流程,支持内分泌、营养和代谢疾病及肥胖症领域的临床研究与真实世界证据分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Bardet-Biedl 综合征 (BBS)、肥胖症。这是一项开放标签、多中心、EAP,旨在为患有 BBS 且无替代治疗选择的合格患者提供 setmelanotide 的治疗可及性。患者将在 setmelanotide 开始前接受临床和安全性评估,然后在 setmelanotide 开始后每 3 个月一次——或如有临床指征则更频繁——直至治疗完成或终止。所有患者必须在治疗停止后接受 4 周(30 天)的随访安全性评估。该方案的结束定义为最后一位患者的最后一次预期评估,或 setmelanotide 在这些适应症中的报销和商业化日期,以先发生者为准。
【主题与分类】
主题标签:Bardet-Biedl Syndrome (BBS)、Obesity。本站分类:内分泌、营养和代谢疾病/肥胖症。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05183802
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/NCT05183802
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:Bardet-Biedl综合征(BBS)、肥胖症。这是一项开放标签、多中心、扩大可及性计划(EAP),旨在为符合条件的BBS患者提供setmelanotide治疗机会,这些患者无其他替代治疗选择。患者将在开始setmelanotide治疗前接受临床和安全性评估,随后在开始治疗后每3个月进行一次评估——如有临床指征可更频繁——直至治疗完成或终止。所有患者在停止治疗后必须进行为期4周(30天)的随访安全性评估。该计划的结束定义为最后一位患者的最后一次预期评估,或setmelanotide在这些适应症中获得报销并商业上市的日期,以先发生者为准。
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。




