一项评估Soticlestat在暴露于芬氟拉明的Dravet综合征或Lennox-Gastaut综合征参与者中的研究
研究计划入组约45名患者,在标准治疗基础上加用soticlestat,评估其疗效与安全性。研究包含最长6周筛选期、4周滴定期、48周维持期、最长1周减量期及安全性随访访视

基本信息
资源简介
一项评估Soticlestat在暴露于芬氟拉明的Dravet综合征或Lennox-Gastaut综合征参与者中的研究
本数据集来自clinicaltrials.gov,收录一项评估soticlestat治疗已暴露于fenfluramine的Dravet综合征(DS)或Lennox-Gastaut综合征(LGS)患者的临床研究信息。研究计划入组约45名患者,在标准治疗基础上加用soticlestat,评估其疗效与安全性。研究包含最长6周筛选期、4周滴定期、48周维持期、最长1周减量期及安全性随访访视。数据可用于了解该药物在特定癫痫人群中的试验设计、用药方案与安全监测框架(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:Dravet综合征(DS)、Lennox-Gastaut综合征(LGS)。本研究测试的药物名为soticlestat。Soticlestat正在被测试用于治疗已暴露于fenfluramine的DS或LGS患者。本研究将评估soticlestat在标准治疗基础上治疗DS或LGS的疗效和安全性。研究将入组约45名患者。本研究包括最长6周的筛选期、4周的滴定期、48周的维持期、最长1周的减量期以及一次安全性随访访视。参与者将入组接受soticlestat联合标准治疗:• Soticlestat 100-300毫克(mg)。参与者将口服soticlestat剂量1(第1至7天)、剂量2(第8至14天)和剂量3(第15至28天),最小剂量为100 mg至最大剂量为300 mg,取决于
【主题与分类】
主题标签:Dravet Syndrome (DS)、Lennox-Gastaut Syndrome (LGS)。本站分类:神经系统疾病/全面性癫痫。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06422377
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/NCT06422377
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 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。
- OpenDataLab:
数据说明
疾病:Dravet综合征(DS)、Lennox-Gastaut综合征(LGS)。本研究受试药物为soticlestat。soticlestat正在被测试用于治疗已暴露于芬氟拉明的DS或LGS患者。本研究将评估soticlestat联合标准治疗用于治疗DS或LGS的有效性和安全性。本研究将入组约45例患者。本研究包括最长6周的筛选期、4周的滴定 Period、48周的维持期、最长1周的逐渐减量期以及一次安全性随访访视。受试者将入组接受soticlestat联合标准治疗:• soticlestat 100-300毫克(mg)。受试者将在滴定期口服soticlestat剂量1(第1至7天)、剂量2(第8至14天)和剂量3(第15至28天),根据受试者体重,最小剂量为100 mg,最大剂量为300 mg,随后进入维持期直至治疗结束(最长约52周)。
将评估在维持期最初12周内,DS受试者惊厥发作频率以及LGS受试者主要运动性跌倒(MMD)发作频率每28天相对基线的百分比变化。这项多中心试验将在英国和欧洲开展。参与本研究的总时间约为60周。受试者将多次前往诊所就诊,并在末次研究药物给药后约2周通过到诊所就诊或电话方式进行安全性随访。
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。




