IB-001在健康成人及慢性乙型肝炎患者中的剂量反应与耐受性研究
该数据集来自clinicaltrials.gov,记录一项IB-001首次人体、双盲、随机、安慰剂对照的1期研究,受试者包括健康成人及慢性乙型肝炎患者

基本信息
资源简介
IB-001在健康成人及慢性乙型肝炎患者中的剂量反应与耐受性研究
该数据集来自clinicaltrials.gov,记录一项IB-001首次人体、双盲、随机、安慰剂对照的1期研究,受试者包括健康成人及慢性乙型肝炎患者。研究分三部分:A部分在约50名健康志愿者中开展单次给药、多队列剂量探索,设最多5个队列,每队列10人(8活性:2安慰剂),单次皮下给药后随访28天;B部分在约30名未治疗或当前未治疗的慢性乙型肝炎成人中开展多次给药、多队列研究,最多3个队列,每队列10人(8活性:2安慰剂),每周一次皮下给药共4周,治疗后随访6周。数据可用于评估IB-001的安全性、耐受性、PK/PD及初步抗病毒活性(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:慢性乙型肝炎病毒感染。这是一项IB-001首次人体、双盲、随机、安慰剂对照的1期研究,通过皮下给药以评估安全性、耐受性、PK/PD及初步抗病毒活性。研究由三部分组成:A部分:在约50名成人健康志愿者(HV)中开展的单次给药、多队列、剂量探索研究,最多五个队列(每队列n=10;8活性:2安慰剂)。受试者将接受单次皮下剂量的研究产品,随后进行28天的治疗后随访。B部分:在未治疗或当前未治疗的慢性乙型肝炎(CHB)成人中开展的多剂量、多队列研究。约30名成人受试者(最多3个队列;每队列n=10;8活性:2安慰剂)。每周一次皮下给药,持续4周,治疗后随访6周。剂量建议在
【主题与分类】
主题标签:Chronic Hepatitis B Virus Infection。本站分类:感染性疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07389044
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/NCT07389044
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:慢性乙型肝炎病毒感染。这是一项首次人体、双盲、随机、安慰剂对照的IB-001皮下给药1期研究,旨在评估安全性、耐受性、药代动力学/药效学及初步抗病毒活性。该研究由三部分组成:A部分:在约50名成年健康志愿者(HV)中开展的单次给药、多队列、剂量探索研究,最多设五个队列(每队列n=10;8例活性药物:2例安慰剂)。受试者将接受单次皮下注射研究药物,随后进行28天治疗后随访。B部分:在未接受治疗或当前未接受治疗的慢性乙型肝炎(CHB)成年患者中开展的多剂量、多队列研究。约30名成年受试者(最多3个队列;每队列n=10;8例活性药物:2例安慰剂)。每周一次皮下给药,持续4周,并进行6周治疗后随访。A部分和B部分的剂量推荐将由安全审查委员会(SRC)根据对新出现的安全性数据的审查作出。C部分:在约8名成年健康志愿者(HV)中开展的单次给药、开放标签、单队列研究。
参与者将接受单次皮下注射聚乙二醇干扰素α-2a,随后进行14天的治疗后随访。
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。




