评估玻璃体内注射ABBV-6628在继发于年龄相关性黄斑变性的地图样萎缩成年受试者中的不良事件及体内过程的研究
该数据集来自clinicaltrials.gov,聚焦继发于年龄相关性黄斑变性(AMD)的地图样萎缩(GA)成年患者。研究旨在评估玻璃体内注射ABBV-6628后的不良事件及其在体内的代谢过程

基本信息
资源简介
评估玻璃体内注射ABBV-6628在继发于年龄相关性黄斑变性的地图样萎缩成年受试者中的不良事件及体内过程的研究
该数据集来自clinicaltrials.gov,聚焦继发于年龄相关性黄斑变性(AMD)的地图样萎缩(GA)成年患者。研究旨在评估玻璃体内注射ABBV-6628后的不良事件及其在体内的代谢过程。ABBV-6628是一种用于治疗GA的在研单克隆抗体片段。研究分两阶段:Stage 1受试者被分入4个治疗组,Stage 2受试者被分入2个治疗组,各组接受不同治疗。入组对象为50岁及以上、确诊继发性GA的成人。数据可用于眼科药物安全性及药代动力学相关分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:地图样萎缩、年龄相关性黄斑变性。年龄相关性黄斑变性(AMD)是视网膜(眼球后部感光组织)中新血管的异常生长。地图样萎缩(GA)是干性AMD的一种晚期形式。本研究的目的是评估继发于年龄相关性黄斑变性的成年受试者中玻璃体内注射ABBV-6628的不良事件及其在体内的移动过程。ABBV-6628是一种正在开发用于治疗继发于年龄相关性黄斑变性(AMD)的地图样萎缩(GA)的在研单克隆抗体片段。Stage 1部分的受试者将被分入4个组,称为治疗臂。Stage 2的受试者将被分入2个组。每组接受不同的治疗。年龄50岁及以上、诊断为继发于年龄相关性黄斑变性的GA的成年受试者
【主题与分类】
主题标签:Geographic Atrophy、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/NCT07160179
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/NCT07160179
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:地图样萎缩、年龄相关性黄斑变性。年龄相关性黄斑变性(AMD)是眼底感光组织(即视网膜)内新生血管的异常生长。地图样萎缩(GA)是干性AMD的一种晚期形式。本研究旨在评估不良事件以及玻璃体内注射ABBV-6628在继发于年龄相关性黄斑变性的成年受试者体内的代谢过程。ABBV-6628是一种在研的单克隆抗体片段,正在开发用于治疗继发于年龄相关性黄斑变性(AMD)的地图样萎缩(GA)。第1阶段部分的受试者将被分配到4个组中的1组,称为治疗组。第2阶段的受试者将被分配到2个组中的1组。每组接受不同的治疗。年龄在50岁及以上、诊断为继发于年龄相关性黄斑变性的GA的成年受试者将被纳入研究。大约66名受试者将在美国约27个研究中心入组本研究。
第1阶段的参与者将接受ABBV-6628玻璃体内注射(注射到填充眼球的果冻状组织中),并逐步增加剂量。第2阶段的参与者将接受ABBV-6628或SYFOVRE,后者是已获批准用于治疗地图样萎缩的药物,按照FDA批准的标签给药。治疗持续时间约为22个月,随后进行3个月的随访。与标准治疗相比,本试验参与者的治疗负担可能更高。参与者将在研究期间每周定期前往医院或诊所。治疗效果将通过医学评估、血液检测、副作用监测和填写问卷来检查。
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。




