C.001 治疗视网膜变性的 1 期研究
该数据集来自 clinicaltrials.gov，聚焦 C.001 经视网膜下注射治疗视网膜变性的 1 期研究。研究采用单中心、开放标签、剂量递增设计，设三个序贯剂量队列，使用哨兵给药策略，由独立 DSMB 在剂量递增前进行安全性审查，剂量递增间至少观察 4 周，治疗后随访至 12 个月，评估安全
基本信息
资源简介
C.001 治疗视网膜变性的 1 期研究
该数据集来自 clinicaltrials.gov，聚焦 C.001 经视网膜下注射治疗视网膜变性的 1 期研究。覆盖 Geographic Atrophy、Stargardt Disease、RPE-mediated Maculopathy 及 Age Related Macular Degeneration 等适应症。研究采用单中心、开放标签、剂量递增设计，设三个序贯剂量队列，使用哨兵给药策略，由独立 DSMB 在剂量递增前进行安全性审查，剂量递增间至少观察 4 周，治疗后随访至 12 个月，评估安全性与视觉及解剖结局的探索性指标。可用于安全性、耐受性及视觉解剖结局的预测建模（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：适应症：Geographic Atrophy、Stargardt Disease、RPE-mediated Maculopathy、Age Related Macular Degeneration。这是一项 1 期、单中心、开放标签、剂量递增研究，旨在评估经视网膜下注射给药的 C.001 的安全性和耐受性。受试者将入组三个序贯剂量队列。将采用哨兵给药策略，在递增至更高剂量水平之前由独立的数据安全监查委员会（DSMB）进行安全性审查。剂量递增之间要求至少 4 周的观察期。受试者将在治疗后接受长达 12 个月的随访，以进行安全性评估以及视觉和解剖结局的探索性评价。
【主题与分类】
主题标签：Geographic Atrophy、Stargardt Disease、RPE-mediated Maculopathy、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/NCT07594236
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/NCT07594236
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：地图样萎缩、Stargardt病、RPE介导的黄斑病变、年龄相关性黄斑变性。这是一项1期、单中心、开放标签、剂量递增研究，旨在评估通过视网膜下注射给予C.001的安全性和耐受性。受试者将依次入组三个剂量队列。将采用哨兵给药策略，并在递增至更高剂量水平前由独立的数据安全监查委员会（DSMB）进行安全性审查。剂量递增之间需至少4周的观察期。受试者在治疗后将被随访长达12个月，以进行安全性评估以及视力和解剖学结局的探索性评价。
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。
