速释片剂评价
研究分为 Part 1(含 A、B)和 Part 2,Part 1A 为单中心、开放标签、两周期交叉设计,计划入组 10 名健康志愿者,单次 360 mg 剂量(3 片 120 mg 片剂),两剂之间至少清洗 10 天,随后进行两周中期分析以评估安全性和药代动力学数据,并据此决定 Part 1B 的

基本信息
资源简介
速释片剂评价
该数据集来自 clinicaltrials.gov,针对侵袭性曲霉病(Invasive Aspergillosis),研究 F901318 速释片剂(IR tablet)与口服混悬液(SDD suspension)的相对生物利用度。研究分为 Part 1(含 A、B)和 Part 2,Part 1A 为单中心、开放标签、两周期交叉设计,计划入组 10 名健康志愿者,单次 360 mg 剂量(3 片 120 mg 片剂),两剂之间至少清洗 10 天,随后进行两周中期分析以评估安全性和药代动力学数据,并据此决定 Part 1B 的剂量(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:侵袭性曲霉病。该研究将分为 2 部分,第 1 部分(A 和 B)和第 2 部分。第 1A 部分将是一项单中心、开放标签、两周期交叉研究,在健康男性和女性志愿者中评估 F901318 速释片剂(IR tablet)单次 360 mg 剂量(3 x 120mg 片剂)相对于 360 mg 口服给药用 SDD 混悬液的相对生物利用度。计划将 10 名志愿者纳入研究的第 1A 部分。这 10 名受试者将继续进入研究的第 1B 部分。志愿者给药之间将至少有 10 天的清洗期。第 1A 部分之后将进行为期两周的中期分析,期间将审查安全性和药代动力学数据。为了评估第 1B 部分中的治疗范围内剂量,将使用可用数据决定是否 d
【主题与分类】
主题标签:Invasive Aspergillosis。本站分类:感染/真菌感染。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02808741
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/NCT02808741
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
适应症:侵袭性曲霉病。本研究将分为2部分,即第1部分(A和B)及第2部分。第1A部分研究将是一项在健康男性和女性志愿者中进行的单中心、开放标签、双向交叉研究,旨在评估单次360毫克剂量(3片120毫克片剂)的F901318速释片剂配方相对于360毫克口服给药用SDD混悬液的相对生物利用度。计划招募10名志愿者参加第1A部分研究。这10名受试者将继续参与第1B部分研究。志愿者两次给药之间至少会有10天的洗脱期。第1A部分完成后,将进行为期两周的中期分析,期间将审查安全性和药代动力学数据。为了在第1B部分中评估治疗范围内的剂量,将根据现有数据决定是否应调整F901318速释片剂配方的剂量。剂量调整将通过修改给药单位数量来实现。
第1B部分 在剂量决策会议审查了研究第1A部分获得的数据后,所选剂量的F901318速释片制剂将在另一项单中心、开放标签、两周期交叉试验中,在健康的男性和女性志愿者中进行评估。所选剂量将按随机方式在进食状态(FDA高脂餐后30分钟)和空腹状态下给药。志愿者两次给药之间将至少有10天的洗脱期。第1B部分之后将进行一段中期分析期,在此期间将审查安全性和药代动力学数据。为了在第2部分中评估治疗范围内的剂量,将利用现有数据决定第2部分中F901318速释制剂的给药剂量。剂量将通过调整给药的单位数量来改变。还将确定第2部分中的剂量是在进食还是空腹状态下给药。第2部分 在第2部分中,预计可产生治疗性血浆浓度的剂量
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。




