NNC0215-0384治疗中重度类风湿关节炎的安全性、耐受性、药代动力学与药效学试验
该数据集来自clinicaltrials.gov，收录一项在欧洲开展的临床试验，研究对象为中重度类风湿关节炎（RA）患者，这些患者同时接受甲氨蝶呤（MTX）治疗
基本信息
资源简介
NNC0215-0384治疗中重度类风湿关节炎的安全性、耐受性、药代动力学与药效学试验
该数据集对应的是一项在欧洲开展的临床试验，研究对象为中重度类风湿关节炎患者，这些患者同时接受甲氨蝶呤治疗。试验药物为NNC0215-0384，试验目的是考察该药物在这类患者中的安全性、耐受性、药代动力学（即试验药物在体内的暴露情况）以及药效动力学（即受试药物对机体的作用）。数据集以类风湿关节炎和炎症为主题标签，在分类上归入肌肉骨骼系统疾病下的其他类别，数据来源于clinicaltrials.gov。整体而言，该数据集围绕一项针对中重度类风湿关节炎合并甲氨蝶呤治疗人群的早期临床研究，提供与该试验相关的注册与描述信息，可供了解该试验的研究方向、目标人群和主要考察指标。
【数据集背景】
类风湿关节炎是一种以慢性炎症为特征的疾病，中重度患者往往需要长期治疗。该数据集所对应的试验聚焦于这一患者群体，受试者同时接受甲氨蝶呤治疗。试验药物为NNC0215-0384，试验的核心目标是研究该药物在上述人群中的安全性、耐受性、药代动力学和药效动力学。试验在欧洲开展。源站描述中列出的疾病条件为炎症与类风湿关节炎，主题标签同样为炎症和类风湿关节炎。
【数据内容】
该数据集的内容围绕上述临床试验展开，涵盖试验的英文名称、所属疾病分类、来源站点、源站描述以及主题标签等信息。试验名称明确指向对NNC0215-0384在中重度类风湿关节炎受试者中安全性、耐受性、药代动力学与药效动力学的研究。源站描述进一步说明，药代动力学指试验药物在体内的暴露情况，药效动力学指受试药物对机体的作用。数据集中还包含对该试验的简短侧写，指出其来自clinicaltrials.gov，收录一项在欧洲开展的临床试验，研究对象为中重度类风湿关节炎患者，且这些患者同时接受甲氨蝶呤治疗。除上述内容外，源站未提供更细粒度的数据字段说明。
【采集与来源】
该数据集来源于clinicaltrials.gov。源站描述说明该试验在欧洲开展。数据集的分类归属为肌肉骨骼系统疾病下的其他类别，主题标签为炎症和类风湿关节炎。除来源站点、开展地区及上述描述性信息外，源站未提供关于采集方式、采集时间范围或数据加工流程的更多说明。
【适用场景】
该数据集可用于了解一项针对中重度类风湿关节炎患者的临床试验的基本情况，包括其研究目的、目标人群、合并用药背景以及主要考察的安全性、耐受性、药代动力学和药效动力学指标。由于主题标签涉及炎症与类风湿关节炎，也可用于按疾病领域或主题进行检索与归类。适用场景的具体范围源站未提供。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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/NCT01955603
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：炎症、类风湿关节炎。本试验在欧洲开展。试验目的是研究NNC0215-0384用于中度至重度类风湿关节炎（RA）受试者（同时接受甲氨蝶呤（MTX）治疗）的安全性、耐受性、药代动力学（试验药物在体内的暴露情况）和药效学（研究药物对机体的作用）。
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。
