SPI-62 治疗良性肾上腺肿瘤相关皮质醇增多症

该数据集来自 clinicaltrials.gov,围绕 SPI-62 治疗良性肾上腺肿瘤相关皮质醇增多症的多中心、开放标签、单臂 2 期研究

Sparrow PharmaceuticalsSparrow Pharmaceuticals
clinicaltrials
浏览 20
其他回归Autonomous Cortisol Secretion (ACS)ACTH-Independent Cushing Syndrome
SPI-62 as a Treatment for Hypercortisolism Related to a Benign Adrenal Tumor

基本信息

模态
其他
任务类型
回归
创建/更新时间
2026-10-08

资源简介

SPI-62 治疗良性肾上腺肿瘤相关皮质醇增多症

该数据集来自 clinicaltrials.gov,围绕 SPI-62 治疗良性肾上腺肿瘤相关皮质醇增多症的多中心、开放标签、单臂 2 期研究。研究旨在评估 SPI-62 对高皮质醇血症相关临床特征的影响,包括糖尿病或糖耐量受损、高脂血症、高血压和骨质减少。受试者在签署知情同意并符合全部入排标准后,进入筛选期和开放式治疗期,访视安排在筛选/基线、第 1、3、6、9、12 个月,之后每季度一次。数据可用于分析药物对代谢与心血管相关指标的疗效(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:Autonomous Cortisol Secretion (ACS)、ACTH-Independent Cushing Syndrome、ACTH-Independent Adrenal Cushing Syndrome, Somatic。这是一项多中心、开放标签、单臂、2 期研究,旨在评估 SPI-62 对良性肾上腺肿瘤相关高皮质醇血症临床特征的影响,包括糖尿病/糖耐量受损、高脂血症、高血压和骨质减少。每位提供知情同意并符合所有入选和排除标准的受试者将参加筛选期和开放式治疗期。访视发生在筛选/基线、第 1、3、6、9 和 12 个月,之后每季度一次。

【主题与分类】

主题标签:Autonomous Cortisol Secretion (ACS)、ACTH-Independent Cushing Syndrome。本站分类:肿瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05436639

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/NCT05436639

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:自主皮质醇分泌(ACS)、ACTH非依赖性库欣综合征、ACTH非依赖性肾上腺库欣综合征、体细胞性。这是一项多中心、开放标签、单臂研究,为2期研究,旨在评估SPI-62对与良性肾上腺肿瘤相关的高皮质醇血症临床特征的影响,包括糖尿病/糖耐量受损、高脂血症、高血压和骨质减少。每位提供知情同意并符合所有纳入和排除标准的受试者将参加筛选期和开放式治疗期。访视发生在筛选/基线、第1、3、6、9和12个月,之后每季度一次。

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