Mibavademab 用于成年女性功能性下丘脑性闭经的研究

该数据集来自 clinicaltrials.gov,聚焦于一项在成年女性功能性下丘脑性闭经(FHA)患者中开展的临床试验,研究药物为 mibavademab

Regeneron PharmaceuticalsRegeneron Pharmaceuticals
clinicaltrials
浏览 2
时间序列Functional Hypothalamic AmenorrheaFHA
A Study to Investigate Mibavademab in Adult Women With Functional Hypothalamic Amenorrhea

基本信息

模态
时间序列
创建/更新时间
2026-10-26

资源简介

Mibavademab 用于成年女性功能性下丘脑性闭经的研究

该数据集来自 clinicaltrials.gov,聚焦于一项在成年女性功能性下丘脑性闭经(FHA)患者中开展的临床试验,研究药物为 mibavademab。源站描述显示,研究旨在评估该药帮助机体产生排卵与生殖所需激素的效果及其安全性,并涉及骨健康、副作用、血药浓度及抗药抗体等研究问题。数据可用于了解 FHA 相关临床试验设计、药物安全性评估及生殖内分泌研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:功能性下丘脑性闭经(FHA)。本研究正在研究一种名为 mibavademab 的实验性药物(也称为“研究药物”)。该研究聚焦于患有功能性下丘脑性闭经(FHA)的参与者。FHA 是一种女性停止月经的疾病,原因是大脑没有向卵巢发送正确的激素信号,导致卵巢无法正常周期运转和排卵。该研究的目的是观察研究药物在帮助身体产生排卵和生殖所需激素方面的效果如何,并评估其安全性。该研究还在考察其他几个研究问题,包括: 该药物是否有助于骨骼健康 服用研究药物可能发生哪些副作用 不同时间血液中有多少研究药物 身体是否会产生针对研究药物的抗体(这可能使研究药

【主题与分类】

主题标签:Functional Hypothalamic Amenorrhea、FHA。本站分类:神经系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07235917

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/NCT07235917

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

疾病:功能性下丘脑性闭经(FHA)。本研究正在研究一种名为mibavademab的实验性药物(也称为“研究药物”)。本研究聚焦于患有功能性下丘脑性闭经(FHA)的参与者。FHA是一种女性停止月经的疾病,原因是大脑没有向卵巢发送正确的激素信号,导致卵巢无法正常进行周期循环和排卵。本研究旨在观察研究药物在帮助身体产生排卵和生殖所必需的激素方面的效果,并评估其安全性。本研究还在探讨其他几个研究问题,包括:* 该药物是否有助于骨骼健康 * 服用研究药物可能出现哪些副作用 * 不同时间点血液中的研究药物浓度 * 身体是否会产生针对研究药物的抗体(这可能使研究药物效果降低或可能导致副作用)

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