ER2001注射液治疗早期显性亨廷顿病I期临床研究
该数据集来自clinicaltrials.gov,收录ER2001注射液治疗早期显性亨廷顿病的I期临床研究信息。研究采用剂量递增设计,设两个剂量水平,受试者按顺序进入Cohort 1和Cohort 2,每队列入组3或6例

基本信息
资源简介
ER2001注射液治疗早期显性亨廷顿病I期临床研究
该数据集来自clinicaltrials.gov,收录ER2001注射液治疗早期显性亨廷顿病的I期临床研究信息。研究采用剂量递增设计,设两个剂量水平,受试者按顺序进入Cohort 1和Cohort 2,每队列入组3或6例。是否从当前队列递增至下一队列由申办方与IDMC联合审查决定,通常依据观察到的DLT数量;若某队列出现1例DLT,则追加3例至共6例。数据集覆盖研究条件、入组与剂量递增规则等描述性信息,可用于了解该试验的设计框架与安全性评估流程(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):研究条件:亨廷顿病。剂量递增阶段将包括两个剂量水平,受试者将按顺序进入队列(Cohort 1和Cohort 2)接受研究药物。每个队列将入组3或6名受试者。从当前队列到下一队列的剂量递增将通过申办方和IDMC的联合审查来确定,通常基于受试者中观察到的DLT(剂量限制性毒性)数量。如果在一个队列中发生一例DLT,则该队列将额外入组3名受试者,共计6名受试者。如果在低剂量队列中发生一例DLT,而高剂量队列的给药正在进行中,则应暂停高剂量队列的受试者招募,直到所有已入组受试者完成其给药方案并在完成治疗后至少7天进行安全性评估。此外
【主题与分类】
主题标签:Huntington Disease。本站分类:神经系统疾病/亨廷顿病/舞蹈症。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07339514
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/NCT07339514
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
适应症:亨廷顿病。剂量递增阶段将包括两个剂量水平,受试者将按顺序进入队列(队列1和队列2)接受研究药物。每个队列将入组3或6名受试者。从当前队列递增至下一队列的剂量将由申办方和IDMC共同审查决定,通常基于受试者中观察到的DLT(剂量限制性毒性)数量。若某一队列中出现1例DLT,则该队列将额外入组3名受试者,共计6名受试者。若低剂量队列中出现1例DLT,而高剂量队列正在给药中,则应暂停高剂量队列的受试者招募,直至所有已入组受试者完成其给药方案并在治疗完成后至少7天的安全性评估。此外,IDMC将召开会议决定是否需要采取进一步措施,例如对高剂量队列受试者中断给药或降低剂量。若某一队列中出现2例DLT,则该队列及任何正在进行的更高剂量队列将停止给药。
同一队列中,同一天开始治疗的研究对象不应超过一名。根据剂量递增阶段的安全性、耐受性、PK和探索性PD结果审查,将在推荐剂量水平下于1或2个队列中进行剂量扩展。对于剂量扩展阶段,每个剂量水平队列将入组9名研究对象(包括安慰剂对照组中的3名研究对象)。
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。




