VP 20629 在成人 Friedreich 共济失调中的安全性与药理学研究

该数据集来自 clinicaltrials.gov,聚焦 VP 20629 在成人 Friedreich 共济失调患者中的安全性与药理学研究

ShireShire
clinicaltrials
浏览 14
其他回归Friedreich's Ataxia
Safety and Pharmacology Study of VP 20629 in Adults With Friedreich's Ataxia

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

VP 20629 在成人 Friedreich 共济失调中的安全性与药理学研究

该数据集来自 clinicaltrials.gov,聚焦 VP 20629 在成人 Friedreich 共济失调患者中的安全性与药理学研究。研究目的包括评估单次和多次口服给药的安全性与耐受性,表征血浆浓度-时间曲线以描述药代动力学,并探索多次给药后对血浆 8-isoprostane、malondialdehyde 及尿 8-hydroxydeoxyguanosine 浓度的药效学影响。数据可用于神经系统疾病药物安全性、药代与药效分析,支持共济失调治疗相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:Friedreich 共济失调。研究目的为: 评估单次和多次口服 VP 20629 在 Friedreich 共济失调(FA)受试者中的安全性和耐受性。[主要] 通过研究 FA 受试者单次和多次口服给药后的血浆浓度-时间曲线,表征 VP 20629 的药代动力学。[次要] * 研究 FA 受试者多次口服给药后,VP 20629 对血浆 8-isoprostane 和 malondialdehyde 以及尿 8-hydroxydeoxyguanosine 浓度的药效学影响。[探索性]

【主题与分类】

主题标签:Friedreich's Ataxia。本站分类:神经系统疾病/共济失调。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT01898884

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/NCT01898884

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:弗里德赖希共济失调。研究目的为:* 评估单次和多次口服VP 20629在弗里德赖希共济失调(FA)受试者中的安全性和耐受性。[主要] * 通过研究FA受试者单次和多次口服给药后的血浆浓度-时间曲线,表征VP 20629的药代动力学特征。[次要] * 探讨多次口服VP 20629对FA受试者血浆8-异前列腺素、丙二醛及尿8-羟基脱氧鸟苷浓度的药效学影响。[探索性]

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