CAD-1883治疗脊髓小脑性共济失调研究
该数据集来自clinicaltrials.gov,为一项评估口服CAD-1883治疗成人脊髓小脑性共济失调(SCA)的随机、双盲、安慰剂对照2期研究

基本信息
资源简介
CAD-1883治疗脊髓小脑性共济失调研究
该数据集来自clinicaltrials.gov,为一项评估口服CAD-1883治疗成人脊髓小脑性共济失调(SCA)的随机、双盲、安慰剂对照2期研究。覆盖经基因型诊断的SCA患者,涉及SCA1、SCA2、SCA3、SCA6、SCA7、SCA8、SCA10等亚型,采用多个剂量水平。研究包含多个队列,每队列16例患者,其中12例随机接受CAD-1883,4例接受匹配安慰剂。受试者经历14至28天筛选期、基线(第1天)访视、12周治疗期及治疗结束后4周随访,个体参与总时长可能长达20周。可用于SCA治疗干预与疾病分类相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:脊髓小脑性共济失调、脊髓小脑性共济失调1型、脊髓小脑性共济失调2型、脊髓小脑性共济失调3型、脊髓小脑性共济失调6型、脊髓小脑性共济失调7型、脊髓小脑性共济失调8型、脊髓小脑性共济失调10型。这是一项随机、双盲、安慰剂对照的2期研究,评估口服给予CAD-1883治疗经基因型诊断为SCA的成人,采用多个剂量水平。该研究将包括多个队列,每队列16例患者,其中12例患者将随机接受CAD-1883,4例接受匹配安慰剂。潜在受试者将经历筛选期(14至28天)、基线(第1天)访视和12周治疗期。治疗期结束后4周将进行随访访视。个体受试者参与的总持续时间可能长达20周,取决于持续时间
【主题与分类】
主题标签:Spinocerebellar Ataxias、Spinocerebellar Ataxia Type 1、Spinocerebellar Ataxia Type 2、Spinocerebellar Ataxia Type 3、Spinocerebellar Ataxia Type 6、Spinocerebellar Ataxia Type 7、Spinocerebellar Ataxia Type 8、Spinocerebellar Ataxia Type 10、Spinocerebellar Ataxia Type 17。本站分类:血液及造血器官疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04301284
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/NCT04301284
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:脊髓小脑性共济失调、脊髓小脑性共济失调1型、脊髓小脑性共济失调2型、脊髓小脑性共济失调3型、脊髓小脑性共济失调6型、脊髓小脑性共济失调7型、脊髓小脑性共济失调8型、脊髓小脑性共济失调10型。这是一项随机、双盲、安慰剂对照的2期研究,评估口服CAD-1883以多个剂量水平治疗经基因型诊断为SCA的成人患者。该研究将纳入多个队列,每个队列16例患者,其中12例随机分配至CAD-1883组,4例分配至匹配安慰剂组。潜在受试者将经历筛选期(14至28天)、基线(第1天)访视以及12周治疗期。治疗期结束后4周将进行随访访视。根据筛选期的持续时间,单个受试者参与的总时长可能长达20周。
本研究将通过不良事件、生命体征、实验室参数(包括生化、血液学和尿液分析)评估安全性;评估CAD-1883的药代动力学;并通过共济失调评估与评级量表(SARA)、临床医生/患者对共济失调及症状的评分、患者生活质量指标以及可穿戴传感器捕捉跌倒和步态测量来评估疗效。出于规划目的,预期的研究完成日期假设评估3个队列。
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。




