CID-103治疗成人慢性免疫性血小板减少症的剂量递增及剂量优化研究
该数据集来自clinicaltrials.gov,收录一项全球1/2期临床试验的元数据,研究药物CID-103(一种新型抗CD38单克隆抗体)在成人慢性免疫性血小板减少症(ITP)患者中的安全性和有效性

基本信息
资源简介
CID-103治疗成人慢性免疫性血小板减少症的剂量递增及剂量优化研究
该数据集来自clinicaltrials.gov,收录一项全球1/2期临床试验的元数据,研究药物CID-103(一种新型抗CD38单克隆抗体)在成人慢性免疫性血小板减少症(ITP)患者中的安全性和有效性。试验分两部分:A部分测试递增剂量以评估安全性和耐受性并探索安全剂量范围;B部分比较最多三种剂量以评估疗效并选择最佳剂量和给药方案。数据可用于了解该试验的设计与目的,支持免疫系统疾病相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:慢性免疫性血小板减少症。这项全球1/2期临床试验的目标是评估CID-103(一种新型抗CD38单克隆抗体)在成人慢性免疫性血小板减少症(ITP)患者中是否安全有效。研究旨在回答的主要问题包括: 评估CID-103在不同递增剂量下对ITP受试者的安全性和耐受性。 进一步评估CID-103在两个或三个剂量水平下的安全性和耐受性,并选择CID-103的最佳剂量和给药方案以进行进一步的临床疗效研究。该研究将分两部分进行:A部分将测试CID-103的递增剂量,以观察其安全性和人体耐受性。研究人员还将致力于寻找安全的剂量范围。B部分将比较最多三种不同剂量的CID-103,以观察该药物的疗效并收集
【主题与分类】
主题标签:Chronic Immune Thrombocytopenia。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07017725
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/NCT07017725
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
条件:慢性免疫性血小板减少症。这项全球1/2期临床试验的目的是评估CID-103(一种新型抗CD38单克隆抗体)在患有慢性免疫性血小板减少症(ITP)的成人中是否安全有效。该研究旨在回答的主要问题是:* 评估CID-103在ITP受试者中不同递增剂量的安全性和耐受性。* 进一步评估CID-103在两个或三个剂量水平下的安全性和耐受性,并为CID-103选择最佳剂量和给药方案,以进一步研究临床疗效。该研究将分为两部分:A部分将测试CID-103的递增剂量,以了解其安全性和人体耐受性。研究人员还将致力于寻找安全的剂量范围。B部分将比较最多三种不同剂量的CID-103,以了解该药物的疗效,并收集更多安全性和有效性信息。目标是找到用于未来研究的最佳剂量。CID-103通过静脉(IV)输注给药。
在研究期间,参与者可能接受最长6个月的治疗,随后进入治疗后的安全性随访期,以检查持续的安全性和有效性。这项研究是朝着为慢性ITP患者开发新疗法迈出的重要一步。如果CID-103被证明安全有效,它可能为对当前疗法反应不佳的患者提供一种新选择。
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。




