REGN20934在超重或肥胖成人中的安全性与药物浓度研究
该数据集来自clinicaltrials.gov，聚焦超重或肥胖成人中研究药物REGN20934的安全性与药物浓度。研究将评估该药的安全性和耐受性、药物在体内的代谢过程，具体包括可能出现的副作用、不同时间点血液中REGN20934的浓度，以及机体是否产生针对该药的抗体
基本信息
资源简介
REGN20934在超重或肥胖成人中的安全性与药物浓度研究
该数据集英文名为“Safety and Drug Concentrations of REGN20934 in Adults With Overweight or Obesity”，来源于clinicaltrials.gov，聚焦超重或肥胖成人中研究药物REGN20934的安全性与药物浓度。研究旨在评估该药的安全性和耐受性，以及药物在体内的代谢过程，具体包括可能出现的副作用、不同时间点血液中REGN20934的浓度，以及机体是否产生针对该药的抗体。数据集所属分类为内分泌、营养和代谢疾病下的肥胖症，主题标签为“Overweight or Obesity”。整体而言，该数据集围绕一项针对超重或肥胖人群的临床研究，提供与药物安全性、耐受性、药代动力学和免疫原性相关的信息。
【数据集背景】
该数据集对应的研究关注超重或肥胖成人这一特定人群。超重或肥胖属于内分泌、营养和代谢疾病领域中的肥胖症范畴，是临床研究和公共卫生关注的重要方向。研究药物REGN20934被用于该人群，研究目的包括观察其安全性和耐受性，并了解药物在体内的处理过程。源站描述指出，研究将测试REGN20934在超重或肥胖参与者中的安全性、耐受性以及药物在体内的代谢情况。该数据集的主题标签为“Overweight or Obesity”，表明其核心人群和适应症背景。
【数据内容】
该数据集涉及的研究内容主要包括三个方面：第一，REGN20934可能引起的副作用，即安全性评估；第二，不同时间点血液中REGN20934的浓度，即药物浓度或药代动力学相关观察；第三，机体是否产生针对REGN20934的抗体，即免疫原性相关观察。源站描述还指出，研究将评估该药的安全性和耐受性，以及药物在体内的处理过程。数据集英文名称中明确包含“Safety and Drug Concentrations”，说明安全性和药物浓度是核心数据主题。除上述内容外，源站未提供更具体的数据字段、变量列表或测量指标。
【采集与来源】
该数据集来源于clinicaltrials.gov。源站描述显示，该研究针对超重或肥胖参与者，测试研究药物REGN20934的安全性、耐受性和体内处理过程。数据集的来源站为clinicaltrials.gov，所属分类为内分泌、营养和代谢疾病 / 肥胖症。除来源站和源站描述外，源站未提供关于采集方式、采集时间、采集地点、样本量、研究设计类型等更详细的采集信息。
【适用场景】
该数据集适用于关注超重或肥胖成人中药物安全性和药物浓度相关信息的场景。具体而言，可用于了解REGN20934在超重或肥胖人群中的安全性、耐受性、不同时间点血药浓度以及抗体产生情况。由于主题标签为“Overweight or Obesity”，其适用领域与肥胖症和内分泌、营养和代谢疾病相关。该数据集可能对临床研究、药物开发、安全性监测和药代动力学研究等方向具有参考价值。但源站未提供该数据集在具体分析、建模或监管决策中的适用性说明。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据访问方式、下载格式、数据结构、字段说明、分析工具或操作步骤等。因此，无法依据现有信息说明如何获取、处理或分析该数据集。
【质量与限制】
源站未提供关于该数据集质量、完整性、准确性、偏差、样本量、研究周期、随访时间或统计方法等方面的信息。该数据集来源于clinicaltrials.gov，其内容基于源站描述，但源站未提供质量评估或限制说明。因此，无法对数据质量与限制进行进一步阐述。
【引用与许可】
源站未提供该数据集的引用方式、许可协议、使用条款或版权信息。因此，无法说明引用与许可相关要求。
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/NCT07594093
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：超重或肥胖。
本研究将测试一种名为 REGN20934 的研究药物，以了解该药物对超重或肥胖受试者的安全性及耐受性如何，以及该药物在这些受试者体内如何被处理。本研究正在考察：
- REGN20934 可能引起哪些副作用
- 不同时间点血液中 REGN20934 的含量
- 机体是否会产生针对 REGN20934 的抗体
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。
