Givinostat治疗2岁至不足6岁DMD患者的药代动力学与安全性研究

研究对象为年龄≥4至<6岁的Cohort 1和年龄≥2至<4岁的Cohort 2,计划入组约18名受试者。研究包含核心期和扩展期两个阶段,并进行两次最终分析

ItalfarmacoItalfarmaco
clinicaltrials
浏览 9
其他预测Duchenne Muscular Dystrophy
Pharmacokinetics and Safety of Givinostat in DMD Patients Ages From at Least 2 Years to Less Then 6 Years Old

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-21

资源简介

Givinostat治疗2岁至不足6岁DMD患者的药代动力学与安全性研究

该数据集来自clinicaltrials.gov,收录一项关于Givinostat在Duchenne Muscular Dystrophy(DMD)患者中药代动力学与安全性的开放标签、多中心、多国家、两队列研究。研究对象为年龄≥4至<6岁的Cohort 1和年龄≥2至<4岁的Cohort 2,计划入组约18名受试者。研究包含核心期和扩展期两个阶段,并进行两次最终分析。数据可用于评估Givinostat在低龄DMD患者中的PK特征与安全性,支持剂量确认与临床开发决策(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:Duchenne Muscular Dystrophy。这是一项开放标签、多中心、多国家、两队列研究,旨在评估givinostat在DMD受试者中的PK特征和安全性,Cohort 1为年龄≥4至<6岁,Cohort 2为年龄≥2至<4岁。Cohort 2的起始剂量将根据Cohort 1的中期分析结果进行确认/调整。研究将包括2个阶段,即核心期和扩展期。将进行两次最终分析,第一次在核心期结束时,第二次在扩展期结束时(核心期和扩展期数据将合并)。研究将入组约18名受试者(Cohort 1约9名受试者[年龄≥4至<6岁],Cohort 2约9名受试者[年龄≥2至<4岁])。

【主题与分类】

主题标签:Duchenne 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/NCT06769633

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/NCT06769633

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:杜氏肌营养不良症。这是一项开放标签、多中心、多国、2队列研究,旨在评估givinostat在DMD受试者中的药代动力学特征和安全性,队列1为年龄≥4至<6岁的受试者,队列2为年龄≥2至<4岁的受试者。队列2的起始剂量将根据队列1的中期分析结果予以确认/调整。本研究将包括2个阶段,即核心阶段和扩展阶段。将进行两项最终分析,第一项在核心阶段结束时进行,第二项在扩展阶段结束时进行(核心阶段和扩展阶段的数据将合并)。本研究将入组约18名受试者(队列1约9名受试者[年龄≥4至<6岁],队列2约9名受试者[年龄≥2至<4岁])。

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