KarXT治疗阿尔茨海默病相关精神病长期安全性与耐受性开放标签扩展研究(ADEPT-3)

适应症:阿尔茨海默病相关精神病。这是一项3期全球多中心、52周开放标签扩展(OLE)滚动研究,针对完成CN012-0026、CN012-0027或CN012-0056研究的受试者

Karuna Therapeutics, Inc., a Bristol Myers Squibb companyKaruna Therapeutics, Inc., a Bristol Myers Squibb company
clinicaltrials
浏览 16
其他阿尔茨海默病精神病KarXT开放标签扩展研究长期安全性耐受性神经系统疾病
Open-Label Extension Study to Assess the Long-Term Safety and Tolerability of KarXT in Subjects With Psychosis Associated With Alzheimer's Disease (ADEPT-3)

基本信息

模态
其他
创建/更新时间
2026-10-07

资源简介

KarXT治疗阿尔茨海默病相关精神病长期安全性与耐受性开放标签扩展研究(ADEPT-3)

Open-Label Extension Study to Assess the Long-Term Safety and Tolerability of KarXT in Subjects With Psychosis Associated With Alzheimer's Disease (ADEPT-3) 是一项针对阿尔茨海默病相关精神病受试者的3期全球多中心、52周开放标签扩展(OLE)滚动研究。该数据集来源于clinicaltrials.gov,归类于神经系统疾病 / 阿尔茨海默病方向,主题标签为 Psychosis Associated With Alzheimer's Disease。其核心研究目的,是评估KarXT在阿尔茨海默病相关精神病受试者中的长期安全性与耐受性。研究面向已完成CN012-0026、CN012-0027或CN012-0056研究的受试者开放,采用开放标签扩展设计,研究周期为52周,属于全球多中心协作框架下的延续性研究。

【数据集背景】

该数据集所对应的研究聚焦于阿尔茨海默病相关精神病这一适应症。阿尔茨海默病是一种神经系统疾病,部分患者会伴随精神病性症状,而该研究正是针对这一特定人群开展。研究设计为3期、全球多中心、52周、开放标签扩展(OLE)滚动研究,编号为CN012-0028。其定位是承接此前已完成的相关研究,使受试者能够在完成前期研究后继续接受长期观察与评估。研究的主要目标明确为评估KarXT在目标受试者群体中的长期安全性和耐受性。该数据集来源于clinicaltrials.gov,属于临床研究注册信息范畴,为神经系统疾病特别是阿尔茨海默病相关精神病领域提供了研究框架层面的记录。

【数据内容】

该数据集的内容围绕一项开放标签扩展研究展开,涉及的研究对象为完成CN012-0026、CN012-0027或CN012-0056研究的受试者。根据源站描述,这些受试者无论此前是否经过随机化,只要完成相应研究,即具备入选CN012-0028的资格。具体而言,完成38周CN012-0026研究、14周CN012-0027研究或14周CN012-0056研究的受试者,均可纳入该扩展研究。研究的主要终点方向为长期安全性与耐受性评估。数据集的主题标签为 Psychosis Associated With Alzheimer's Disease,本站分类为神经系统疾病 / 阿尔茨海默病。除上述信息外,源站未提供更细粒度的数据字段、变量列表或结构化数据说明。

【采集与来源】

该数据集来源于clinicaltrials.gov,属于临床研究注册信息。源站描述中明确了研究的条件为 Psychosis Associated With Alzheimer's Disease,研究类型为3期全球多中心、52周开放标签扩展(OLE)滚动研究。研究编号为CN012-0028,承接的研究编号包括CN012-0026、CN012-0027和CN012-0056。受试者来源为完成上述三项研究的受试者群体。关于具体的采集流程、数据采集时间点、样本量、中心数量、数据管理方式等细节,源站未提供。

【适用场景】

该数据集适用于关注阿尔茨海默病相关精神病领域临床研究的研究者、临床医生、药物研发人员以及相关领域的信息分析人员。其适用场景包括了解KarXT在阿尔茨海默病相关精神病受试者中的长期安全性与耐受性研究设计,识别开放标签扩展研究的滚动入组机制,以及追踪由CN012-0026、CN012-0027或CN012-0056研究延续而来的受试者群体研究框架。此外,该数据集也可用于神经系统疾病 / 阿尔茨海默病分类下的研究注册信息检索与汇总。由于源站未提供具体研究结果或数据字段,该数据集不适用于直接进行疗效或安全性结果的二次分析。

【使用方法】

该数据集的使用应基于clinicaltrials.gov来源站所提供的研究注册信息。使用者可通过研究编号CN012-0028以及关联研究编号CN012-0026、CN012-0027、CN012-0056进行检索与关联。数据集的主题标签 Psychosis Associated With Alzheimer's Disease 和本站分类 神经系统疾病 / 阿尔茨海默病 可作为检索入口。使用时应关注该研究为开放标签扩展(OLE)滚动研究这一设计特征,以及其52周研究周期和3期全球多中心属性。关于具体的数据访问方式、下载格式、接口调用方法等,源站未提供。

【质量与限制】

该数据集的信息来源于clinicaltrials.gov的注册描述,属于研究框架层面的记录。其限制在于,源站未提供具体的样本量、受试者人口学特征、安全性指标数据、耐受性评估结果、统计分析方法、数据完整性说明或质量控制措施。此外,该研究为开放标签扩展研究,源站描述中未提及盲法设计或对照设置。数据集内容仅覆盖研究背景、研究条件、研究设计类型、研究周期、入组来源和研究目标,不包含研究结果或原始数据。使用者应注意,该数据集不能用于推断KarXT的实际安全性与耐受性结论。

【引用与许可】

该数据集来源于clinicaltrials.gov。引用时应注明来源站为clinicaltrials.gov,并关联研究编号CN012-0028以及相关研究编号CN012-0026、CN012-0027、CN012-0056。关于该数据集的许可条款、使用限制、版权声明或数据共享政策,源站未提供。

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/NCT05980949

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

适应症:阿尔茨海默病相关精神病。这是一项3期全球、多中心、52周、开放标签扩展(OLE)滚动研究,针对完成CN012-0026、CN012-0027或CN012-0056研究的受试者。完成38周CN012-0026研究、14周CN012-0027研究或14周CN012-0056研究的受试者(随机或非随机)将有资格入组CN012-0028。本研究的主要目的是评估KarXT在阿尔茨海默病相关精神病受试者中的长期安全性和耐受性。

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