Soticlestat 用于Dravet综合征或Lennox-Gastaut综合征儿童及成人患者的附加治疗研究
该数据集来自 clinicaltrials.gov,针对 Dravet 综合征(DS)与 Lennox-Gastaut 综合征(LGS)患者,评估 soticlestat(TAK-935)作为附加治疗的长期安全性与耐受性,并开展疗效分析,同时考察儿童人群中的适口性与可接受性

基本信息
资源简介
Soticlestat 用于Dravet综合征或Lennox-Gastaut综合征儿童及成人患者的附加治疗研究
该数据集来自 clinicaltrials.gov,针对 Dravet 综合征(DS)与 Lennox-Gastaut 综合征(LGS)患者,评估 soticlestat(TAK-935)作为附加治疗的长期安全性与耐受性,并开展疗效分析,同时考察儿童人群中的适口性与可接受性。研究对象为既往参加过 soticlestat 3 期临床研究的儿童及成人,计划入组约 400 人,所有受试者按体重给药,经 2 周滴定期后进入维持期,维持期结束时逐步减量并停药。数据可用于癫痫治疗安全性、耐受性及疗效相关分析(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(TAK-935)。对参加过既往 soticlestat 3 期临床研究的儿童和成人受试者长期给予 soticlestat,将评估额外的安全性和耐受性数据以及疗效分析,并评估 soticlestat 在儿童人群中的适口性和可接受性。本研究将入组约 400 名受试者。所有受试者将在 2 周滴定期内根据体重接受 soticlestat(针对从既往双盲研究转来的受试者)。滴定期之后,受试者在维持期内继续接受相同剂量。维持期结束时,剂量将逐步下调(除非已处于最低剂量),然后停止。
【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/NCT05163314
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/NCT05163314
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)。本研究测试的药物名为soticlestat(TAK-935)。对于参加过先前soticlestat 3期临床研究的儿童和成人受试者,将评估长期给予soticlestat的额外安全性和耐受性数据及疗效分析,以及soticlestat在儿童人群中的适口性和可接受性。本研究将招募约400名受试者。所有受试者将在为期2周的滴定期内根据体重接受soticlestat(适用于从先前双盲研究转入的受试者)。滴定期后,受试者将在维持期内继续接受相同剂量。维持期结束时,剂量将逐渐下调(除非已处于最低剂量),然后停止。不能耐受最低剂量100 mg每日两次(BID)的受试者将退出研究。这项多中心试验将在全球范围内开展。
参与本研究的总体时间约为4年,或直至申办方酌情终止研究,或产品获批上市。在研究完成前停止研究药物治疗的参与者,将继续按方案进行随访,并保持每日癫痫发作日记,直至最终随访电话。
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。




