比较不同片剂给药时替格瑞洛在体内吸收差异的研究

该数据集来自 clinicaltrials.gov,主题为镰状细胞贫血,研究不同替格瑞洛片剂在体内的相对生物利用度。试验为开放标签、随机、4周期、4治疗、交叉、单中心、单剂量设计,计划纳入约44名18至55岁健康成人,体重55至100 kg、BMI 18至30 kg/m2,受试者随机接受4种替格瑞洛

AstraZenecaAstraZeneca
clinicaltrials
浏览 9
基因组回归Sickle Cell Disease
A Study to Compare if the Uptake of Ticagrelor in the Body Differs When Different Tablets Are Administered

基本信息

模态
基因组
任务类型
回归
创建/更新时间
2026-10-12

资源简介

比较不同片剂给药时替格瑞洛在体内吸收差异的研究

该数据集来自 clinicaltrials.gov,主题为镰状细胞贫血,研究不同替格瑞洛片剂在体内的相对生物利用度。试验为开放标签、随机、4周期、4治疗、交叉、单中心、单剂量设计,计划纳入约44名18至55岁健康成人,体重55至100 kg、BMI 18至30 kg/m2,受试者随机接受4种替格瑞洛制剂单次口服,空腹给药。数据可用于分析不同制剂间药代动力学差异,支持生物等效性或剂型优化研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:镰状细胞贫血。本研究将是一项开放标签、随机、4周期、4治疗、交叉、单中心、单剂量研究,旨在评估替格瑞洛不同制剂的相对生物利用度,受试者约为44名健康成人。合格受试者将为18至55岁的健康男性和女性,体重55至100 kg,体重指数(BMI)为18至30 kg/m2。在44名随机受试者中,至少36名可评估受试者应在末次治疗期结束时完成。受试者将被随机分配至4个治疗序列之一,并在空腹条件下接受4种不同替格瑞洛制剂的单次口服剂量。受试者将在给予研究用药品(IMPs)前禁食至少10小时。除水外不允许摄入任何液体,水可在给药前1小时前给予。

【主题与分类】

主题标签:Sickle Cell Disease。本站分类:血液与淋巴系统疾病/镰状细胞贫血。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT03126695

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT03126695

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:镰状细胞病。本研究将是一项开放标签、随机、4周期、4治疗、交叉、单中心、单剂量研究,旨在评估替格瑞洛不同制剂的相对生物利用度,受试者约为44名健康成人。合格受试者将为18至55岁的健康男性和女性,体重55至100 kg,体重指数(BMI)为18至30 kg/m2。在44名随机受试者中,至少36名可评估受试者应完成至末次治疗期结束时。受试者将被随机分配至4种治疗序列中的1种,并在空腹条件下接受4种不同替格瑞洛制剂的单次口服给药。受试者将在给予试验用药品(IMP)前至少禁食10小时。除水外,不允许摄入其他液体;水可在给予IMP前1小时之前饮用,之后可在给予IMP后2小时起饮用。可在给予IMP后4小时进食。

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。

获取专属数据定制方案