TAK-935(OV935)辅助治疗儿童发育性和/或癫痫性脑病的2期多中心随机双盲安慰剂对照研究
该数据集来自 clinicaltrials.gov,收录一项关于 TAK-935(OV935)辅助治疗儿童发育性和/或癫痫性脑病的 2 期多中心随机双盲安慰剂对照研究

基本信息
资源简介
TAK-935(OV935)辅助治疗儿童发育性和/或癫痫性脑病的2期多中心随机双盲安慰剂对照研究
该数据集来自 clinicaltrials.gov,收录一项关于 TAK-935(OV935)辅助治疗儿童发育性和/或癫痫性脑病的 2 期多中心随机双盲安慰剂对照研究。研究覆盖 Dravet 综合征(DS)和 Lennox-Gastaut 综合征(LGS)两类受试者,计划全球入组约 126 人,按诊断随机分组。研究分筛选期和治疗期,治疗期最长 20 周,含 8 周剂量优化期和 12 周维持期,总时长约 30 周。数据可用于评估该药在儿童患者中的疗效、安全性与耐受性,并支持癫痫相关分类研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:癫痫、Dravet 综合征、Lennox-Gastaut 综合征。本研究测试的药物名为 TAK-935(OV935)。这项随机、双盲研究将评估 TAK-935(OV935)与安慰剂相比,在患有 Dravet 综合征(DS)或 Lennox Gastaut 综合征(LGS)的儿童受试者中的疗效、安全性和耐受性。该多中心试验将在全球开展,并将入组约 126 名受试者。受试者将根据其诊断分为 2 类进行随机分组:DS 或 LGS。研究将包括 2 个阶段:筛选期和治疗期。治疗期的总持续时间最长可达 20 周,包括 8 周剂量优化期和 12 周维持期。受试者参与本研究的总时间约为 30 周。完成本研究的受试者将可以选择参加开放标签
【主题与分类】
主题标签:Epilepsy、Dravet Syndrome、Lennox-Gastaut Syndrome。本站分类:神经系统疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03650452
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/NCT03650452
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:癫痫、Dravet综合征、Lennox-Gastaut综合征。本研究正在测试的药物名为TAK-935(OV935)。这项随机、双盲研究将评估TAK-935(OV935)与安慰剂相比,在患有Dravet综合征(DS)或Lennox-Gastaut综合征(LGS)的儿科受试者中的疗效、安全性和耐受性。这项多中心试验将在全球范围内进行,预计招募约126名受试者。受试者将根据其诊断分为2类进行随机分组:DS或LGS。该研究将包括2个阶段:筛选期和治疗期。治疗期的总持续时间最长可达20周,包括为期8周的剂量优化期和为期12周的维持期。受试者参与本研究的总时间约为30周。完成本研究的受试者将可以选择参加一项开放标签扩展研究,该研究依据单独的研究方案进行。
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。




