REGN7544治疗成人脓毒症诱导性低血压研究

该数据集来自 clinicaltrials.gov,收录一项关于实验性药物 REGN7544 的临床研究信息,研究对象为 18 至 85 岁因严重感染(脓毒症)住院并因脓毒症低血压接受标准治疗血管加压药的成人患者

Regeneron PharmaceuticalsRegeneron Pharmaceuticals
clinicaltrials
浏览 5
其他Sepsis-Induced Hypotension
A Study of REGN7544 for the Treatment in Adult Patients With Sepsis-Induced Hypotension

基本信息

模态
其他
创建/更新时间
2026-10-20

资源简介

REGN7544治疗成人脓毒症诱导性低血压研究

该数据集来自 clinicaltrials.gov,收录一项关于实验性药物 REGN7544 的临床研究信息,研究对象为 18 至 85 岁因严重感染(脓毒症)住院并因脓毒症低血压接受标准治疗血管加压药的成人患者。研究旨在观察该药对血压及住院期间血管加压药总剂量的影响,以评估其安全性、耐受性和有效性,同时关注静脉输液量变化、副作用、不同时间血药浓度等其他研究问题。数据可用于脓毒症诱导性低血压治疗相关研究参考(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):适应症:脓毒症诱导性低血压。本研究正在研究一种名为 REGN7544 的实验性药物(称为“研究药物”)。研究聚焦于因严重感染(称为“脓毒症”)住院并因脓毒症低血压接受标准治疗药物(称为“血管加压药”)的成人患者(18 至 85 岁)。研究目的是通过观察住院期间对血压的影响及接受的血管加压药总剂量,了解研究药物的安全性、耐受性和有效性。研究还在考察其他几个研究问题,包括: 研究药物如何改变因脓毒症低血压的参与者的血压和静脉(IV)输液量 服用研究药物可能发生哪些副作用 不同时间血液中的研究药物含量 是否

【主题与分类】

主题标签:Sepsis-Induced Hypotension。本站分类:感染性疾病/脓毒症。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06608901

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT06608901

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

疾病:脓毒症诱导的低血压。本研究正在研究一种名为REGN7544的实验性药物(称为“研究药物”)。该研究聚焦于因严重感染(称为“脓毒症”)住院并因脓毒症而接受低血压标准治疗药物(称为“血管升压药”)的成年患者(18至85岁)。本研究旨在通过观察住院期间对血压的影响以及所接受的血管升压药总剂量,来了解研究药物的安全性、耐受性和有效性。本研究还在探讨其他几个研究问题,包括:* 研究药物如何改变因脓毒症导致低血压的参与者的血压及静脉(IV)输液量 * 服用研究药物可能出现哪些副作用 * 不同时间点血液中的研究药物含量 * 身体是否会产生针对研究药物的抗体(这可能使药物效果降低或导致副作用)

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。

获取专属数据定制方案