ABP-450 治疗宫颈肌张力障碍的 ABP-19000 扩展研究:重复给药安全性与有效性评估

本数据集来自 clinicaltrials.gov,为 ABP-19000 的开放标签扩展(OLE)试验,评估 ABP-450 重复治疗成人宫颈肌张力障碍的安全性与有效性

AEON Biopharma, Inc.AEON Biopharma, Inc.
clinicaltrials
浏览 8
其他分类Cervical Dystonia
Extension Study of ABP-19000 to Evaluate Safety and Efficacy of Repeat Treatments of ABP-450 in Cervical Dystonia

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-17

资源简介

ABP-450 治疗宫颈肌张力障碍的 ABP-19000 扩展研究:重复给药安全性与有效性评估

本数据集来自 clinicaltrials.gov,为 ABP-19000 的开放标签扩展(OLE)试验,评估 ABP-450 重复治疗成人宫颈肌张力障碍的安全性与有效性。研究计划在美国约 42 个中心入组 60 例来自 Phase 2(ABP-19000)试验的患者,无论其初始治疗分组如何,只要在 Phase 2 中接受过首剂研究药物即可入组。受试者将根据研究者的判断和临床经验,接受介于低剂量与高剂量之间的预定剂量 ABP-450。数据可用于分析重复给药的安全性、有效性及剂量选择,支持该适应症的后续临床开发与监管决策(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:宫颈肌张力障碍。这项开放标签扩展试验将评估 ABP-450 用于治疗成人宫颈肌张力障碍的安全性与有效性。该研究将从 Phase 2(ABP-19000)试验中在美国约 42 个中心入组 60 例患者。在 Phase 2 试验中接受过首剂研究药物的受试者,无论治疗分配如何,均有资格入组本 OLE 研究。受试者将根据研究者的判断和临床经验,接受介于低剂量与高剂量之间的预定剂量 ABP-450。

【主题与分类】

主题标签:Cervical Dystonia。本站分类:神经系统疾病/肌张力障碍。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04871451

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/NCT04871451

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:颈部肌张力障碍。这项开放标签扩展试验将评估ABP-450用于治疗成人颈部肌张力障碍的安全性和有效性。该研究将从美国的约42个研究中心招募60名来自2期试验(ABP-19000)的患者。在2期试验中接受过首次研究药物给药的研究对象,无论其治疗分配如何,均有资格参加这项开放标签扩展研究。研究对象将根据研究者的判断和临床判断,接受介于低剂量和高剂量之间的预定剂量的ABP-450。

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