BAY1817080在肝功能受损或正常受试者中的安全性、耐受性及体内吸收分布清除研究
该数据集来自clinicaltrials.gov,主题为BAY1817080在轻度、中度或重度肝功能受损受试者及按年龄、性别、体重和种族匹配的肝功能正常受试者中的安全性、耐受性及体内吸收、分布和清除研究

基本信息
资源简介
BAY1817080在肝功能受损或正常受试者中的安全性、耐受性及体内吸收分布清除研究
该数据集来自clinicaltrials.gov,主题为BAY1817080在轻度、中度或重度肝功能受损受试者及按年龄、性别、体重和种族匹配的肝功能正常受试者中的安全性、耐受性及体内吸收、分布和清除研究。BAY1817080目前处于临床开发阶段,用于治疗与不明原因慢性咳嗽或难治性慢性咳嗽相关的疼痛、膀胱无法正常储尿的疾病(膀胱过度活动症)以及子宫内膜异位症。数据覆盖子宫内膜异位症相关疼痛、膀胱过度活动症、糖尿病神经病理性疼痛、难治性或不明原因慢性咳嗽等主题,可用于药物安全性、耐受性和药代动力学相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:子宫内膜异位症相关疼痛、膀胱过度活动症、糖尿病神经病理性疼痛、难治性或不明原因慢性咳嗽。BAY1817080目前正处于临床开发阶段,用于治疗与不明原因慢性咳嗽或不受治疗影响的慢性咳嗽(难治性和/或不明原因慢性咳嗽,RUCC)相关的疼痛,或膀胱无法正常储尿的疾病(膀胱过度活动症,OAB),或类似于通常衬在子宫内部的组织的组织在子宫外生长的疾病(子宫内膜异位症)。在这项研究中,研究人员希望进一步了解BAY1817080的安全性、其耐受性以及身体对以片剂形式给药的该研究药物的吸收、分布和清除方式,研究对象为轻度、中度或重度肝功能受损的受试者以及按年龄、性别、体重和种族匹配的肝功能正常受试者。该研究
【主题与分类】
主题标签:Endometriosis Related Pain、Overactive Bladder、Diabetic Neuropathic Pain、Refractory or Unexplained Chronic Cough。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04454424
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/NCT04454424
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:子宫内膜异位症相关疼痛、膀胱过度活动症、糖尿病神经病理性疼痛、难治性或不明原因慢性咳嗽。BAY1817080目前正处于临床开发阶段,用于治疗与不明原因慢性咳嗽或经治疗无效的慢性咳嗽(难治性和/或不明原因慢性咳嗽,RUCC)相关的疼痛,或膀胱无法正常储尿的疾病(膀胱过度活动症,OAB),或类似于正常子宫内膜的组织在子宫外生长的疾病(子宫内膜异位症)。在本研究中,研究人员希望进一步了解BAY1817080的安全性、耐受性以及机体对研究药物片剂的吸收、分布和清除方式,受试者包括轻度、中度或重度肝功能损害患者以及年龄、性别、体重和种族相匹配的肝功能正常受试者。本研究将入组36名年龄在18至79岁之间的男性和女性受试者。轻度或中度肝功能损害受试者及匹配受试者将根据研究方案多次口服研究药物。
重度肝功能不全的受试者及匹配的受试者将在研究期间单次口服研究药物。本研究的数据将为研究人员进一步开发研究药物提供重要信息,特别是关于肝功能不全患者的剂量推荐。
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。




