EXPLORE:评估GT005两种剂量安全性与有效性的II期研究
EXPLORE是一项II期、结局评估者设盲、多中心、随机研究,旨在评估两种剂量GT005经单次视网膜下注射治疗继发于年龄相关性黄斑变性的地图状萎缩的安全性与有效性

基本信息
资源简介
EXPLORE:评估GT005两种剂量安全性与有效性的II期研究
该数据集来自clinicaltrials.gov,收录EXPLORE研究的相关信息。EXPLORE是一项II期、结局评估者设盲、多中心、随机研究,旨在评估两种剂量GT005经单次视网膜下注射治疗继发于年龄相关性黄斑变性的地图状萎缩的安全性与有效性。计划约202名受试者随机分配至GT005组或未治疗对照组,受试者入组时接受基因分型及血清补体因子I(CFI)水平评估。数据可用于干性年龄相关性黄斑变性及地图状萎缩相关临床试验与治疗研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:干性年龄相关性黄斑变性。这是一项II期、结局评估者设盲、多中心、随机研究,旨在评估两种剂量GT005以单次视网膜下注射方式给药,在继发于年龄相关性黄斑变性(AMD)的地图状萎缩(GA)受试者中的安全性与有效性。计划约202名受试者被随机分配至GT005组或未治疗对照组。入组受试者接受基因分型和血清补体因子I(CFI)水平评估。评估可在EXPLORE筛选期内由申办方批准的实验室进行,或通过参与既往Gyroscope申办的研究提供。若受试者不符合EXPLORE的入选标准,则被归类为本研究的筛选失败,并可考虑进入另一项Novartis/Gyroscope申办的研究。
【主题与分类】
主题标签:Dry Age-related Macular Degeneration。本站分类:眼及附器疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04437368
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/NCT04437368
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
适应症:干性年龄相关性黄斑变性。这是一项II期、结局评估者设盲、多中心、随机研究,旨在评估两种剂量的GT005单次视网膜下注射给药在继发于年龄相关性黄斑变性(AMD)的地图样萎缩(GA)受试者中的安全性和有效性。计划约202名受试者随机分配至GT005组或未治疗对照组。入组研究的受试者接受了基因分型和血清补体因子I(CFI)水平评估。评估或在EXPLORE筛选期内由申办方批准的实验室进行,或通过参与既往Gyroscope申办的研究提供。若受试者不符合EXPLORE的入选标准,则被归类为本研究的筛选失败,并可考虑进入另一项诺华/Gyroscope申办的研究。在提供知情同意后,受试者接受眼科和临床评估以确定是否符合入组条件。确认合格后,第1部分的受试者被随机分配至两组之一:低剂量[2E10 vg]或高剂量[2E11 vg]。
在各组内,受试者按2:1的比例分配至GT005组或未治疗对照组。第1部分入组完成后,且最后一名活跃受试者完成筛选并要么筛选失败要么被随机分组后,第2部分方可开始。在第2部分中,受试者按2:1的比例随机分配至低剂量[2E10]组或未治疗对照组。所有受试者均确定研究眼。受试者根据眼底自发荧光(FAF)上的GA病灶大小(≤10 mm2或>10 mm2)以及对侧眼是否存在脉络膜新生血管(CNV)(是或否)进行分层。GA病灶大小上限层(>10 mm2至17.5 mm2)中研究眼的随机化被限制在随机化受试者总数的20%以内。一旦基于GA病灶大小上限的20%入组上限达到,符合该上限标准的眼即不再符合资格,除非t
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。




