儿童重症疟疾中 sevuparin 的 I 期安全性与剂量探索试验数据
该数据集来自一项在肯尼亚和赞比亚儿童中开展的 I 期剂量探索试验,旨在确定 sevuparin 在重症疟疾患儿中的最大耐受剂量

基本信息
资源简介
儿童重症疟疾中 sevuparin 的 I 期安全性与剂量探索试验数据
Data for: Sevuparin in children with severe malaria: A phase I safety and dose finding trial
该数据集来自一项在肯尼亚和赞比亚儿童中开展的 I 期剂量探索试验,旨在确定 sevuparin 在重症疟疾患儿中的最大耐受剂量。数据覆盖全部入组儿童,分为三个文件:基线数据、sevuparin 剂量与 APTT 测量信息,以及结局数据。主要终点为剂量限制性毒性,即 APTT 超过 95 秒;次要终点包括乳酸清除率、寄生虫半衰期、24 小时 APTT 及 3-4 级严重不良事件。可用于安全性评估、剂量-毒性关系分析及疟疾治疗相关研究(来源 DOI 解析)。
【数据集背景】
源站首次发布:2026。
【数据内容】
源站描述(机器翻译,仅供参考):这是来自一项在肯尼亚和赞比亚重症疟疾儿童中开展的 I 期剂量探索试验的数据,该试验旨在确定 sevuparin 的最大耐受剂量(MTD),给药方式为三次输注(入组后 0、8 和 16 小时),采用持续再评估方法(ISRCTN32271864)。主要终点是剂量限制性毒性(DLT),定义为在 1.5-6mg/kg 剂量范围内活化部分凝血活酶时间(APTT)>95 秒(正常上限的 2.5 倍)。次要终点为乳酸清除率、寄生虫半衰期、24 小时 APTT 以及 3-4 级严重不良事件。数据分为三个文件,包含试验中所有入组儿童。一个数据文件是论文补充表 2 中描述的基线数据。第二个数据文件是关于 sevuparin 剂量和 APTT 测量的信息。第三个数据文件是给出结局的数据集,如
【主题与分类】
主题标签:Medicine, Health and Life Sciences、Severe malaria、paediatrics、sevuparin。本站分类:感染/寄生虫病。
【获取与许可】
源站页面:https://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/6ZFNJ6
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://doi.org/10.7910/DVN/6ZFNJ6
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:
数据集大小约 7.0 KB。
数据说明
这是来自一项在肯尼亚和赞比亚重症疟疾儿童中进行的I期剂量探索试验的数据,该试验旨在确定塞武帕林的最大耐受剂量(MTD),采用持续再评估法(ISRCTN32271864),在入组后0、8和16小时给予三次输注。主要终点是剂量限制性毒性(DLT),定义为在1.5-6mg/kg剂量范围内活化部分凝血活酶时间(APTT)>95秒(正常上限的2.5倍)。次要终点包括乳酸清除率、寄生虫半衰期、24小时APTT以及3-4级严重不良事件。数据分为三个文件,包含所有入组试验的儿童。一个数据文件是论文补充表2中描述的基线数据。第二个数据文件是关于塞武帕林剂量和APTT测量的信息。第三个数据文件是提供补充表4中描述的结果的数据集。数据收集在CRF上,并录入OpenClinica数据库。
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。




