SG301-SC注射液在原发性ITP患者中的安全性研究

研究为多中心、随机、双盲、安慰剂对照的II期临床试验,计划入组60例ITP受试者,按1:1:1随机分配至低剂量组、高剂量组和安慰剂组,每组约20例

Hangzhou Sumgen Biotech Co., Ltd.Hangzhou Sumgen Biotech Co., Ltd.
clinicaltrials
浏览 12
其他Primary Immune Thrombocytopenia
SG301-SC Injection Safety Study in Subjects With Primary ITP Patients

基本信息

模态
其他
创建/更新时间
2026-10-20

资源简介

SG301-SC注射液在原发性ITP患者中的安全性研究

该数据集来自clinicaltrials.gov,聚焦原发性免疫性血小板减少症(Primary Immune Thrombocytopenia,ITP)患者。研究为多中心、随机、双盲、安慰剂对照的II期临床试验,计划入组60例ITP受试者,按1:1:1随机分配至低剂量组、高剂量组和安慰剂组,每组约20例。主要目的是评估SG301 SC注射液在ITP受试者中的安全性和有效性,次要目的为评估其药代动力学、药效动力学和免疫原性特征。受试者可在首次给药前至少4周接受稳定剂量的背景治疗,并预计在研究期间维持。该数据可用于了解ITP临床试验设计及SG301 SC注射液的安全性评价框架(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):适应症:原发性免疫性血小板减少症。这是一项多中心、随机、双盲、安慰剂对照的II期临床研究。主要目的是评估SG301 SC注射液在ITP受试者中的安全性和有效性,次要目的是评估SG301 SC注射液在ITP受试者中的药代动力学、药效动力学和免疫原性特征。本研究计划共入组60例ITP受试者,按1:1:1比例随机分配至低剂量组、高剂量组和安慰剂组,每组约20例。所有入组本研究的受试者可在首次研究药物给药前至少4周接受稳定剂量的伴随背景治疗,并预计在整个研究期间维持。

【主题与分类】

主题标签:Primary 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/NCT07710248

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT07710248

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

适应症:原发性免疫性血小板减少症。这是一项多中心、随机、双盲、安慰剂对照的II期临床研究。主要目的是评估SG301 SC注射液在ITP受试者中的安全性和有效性,次要目的是评估SG301 SC注射液在ITP受试者中的药代动力学、药效动力学和免疫原性特征。本研究计划共入组60例ITP受试者,按1:1:1比例随机分配至低剂量组、高剂量组和安慰剂组,每组约20例受试者。所有入组本研究的受试者可在首次研究药物给药前至少4周接受稳定剂量的伴随背景治疗,并预期在整个研究期间维持该治疗。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。