EDG-5506 在 Becker 型肌营养不良参与者中的开放标签扩展研究

研究评估长期给药的安全性、耐受性和疗效持久性,并为既往参与 EDG-5506-002 ARCH、完成 EDG-5506-201 CANYON 和 GRAND CANYON,或完成 EDG-5506-202 DUNE 的参与者提供持续用药机会

Edgewise Therapeutics, Inc.Edgewise Therapeutics, Inc.
clinicaltrials
浏览 10
时间序列分类Becker Muscular Dystrophy
Open-Label Extension of EDG-5506 in Participants With Becker Muscular Dystrophy

基本信息

模态
时间序列
任务类型
分类
创建/更新时间
2026-10-17

资源简介

EDG-5506 在 Becker 型肌营养不良参与者中的开放标签扩展研究

该数据集来自 clinicaltrials.gov,聚焦 Becker 型肌营养不良(Becker Muscular Dystrophy)患者中 sevasemten(EDG-5506)的开放标签治疗扩展研究。研究评估长期给药的安全性、耐受性和疗效持久性,并为既往参与 EDG-5506-002 ARCH、完成 EDG-5506-201 CANYON 和 GRAND CANYON,或完成 EDG-5506-202 DUNE 的参与者提供持续用药机会。数据可用于分析该药物在长期暴露下的安全信号、耐受表现及疗效维持情况,支持罕见神经肌肉疾病的治疗评估(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:Becker 型肌营养不良。这是一项开放标签、治疗扩展研究,旨在评估 sevasemten 长期给药的安全性、耐受性和疗效持久性。EDG-5506-203 MESA 将为既往入组 EDG-5506-002 ARCH、完成 EDG-5506-201 CANYON 和 GRAND CANYON,或完成 EDG-5506-202 DUNE 的 Becker 型肌营养不良参与者提供 sevasemten 治疗的持续可及性。

【主题与分类】

主题标签:Becker Muscular Dystrophy。本站分类:肌肉骨骼疾病/其他。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06066580

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/NCT06066580

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

条件:贝克尔型肌营养不良症。这是一项开放标签、治疗延展研究,旨在评估长期给予sevasemten的安全性、耐受性和疗效持久性。EDG-5506-203 MESA研究将为先前参与EDG-5506-002 ARCH研究、完成EDG-5506-201 CANYON和GRAND CANYON研究,或完成EDG-5506-202 DUNE研究的贝克尔型肌营养不良症受试者提供持续的sevasemten治疗机会。

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