BAY1817080不同剂量在日本健康成年男性中的安全性及体内吸收与消除研究
该数据集来自clinicaltrials.gov,主题为药物BAY1817080在日本健康成年男性受试者中的安全性及不同剂量下的血药浓度研究

基本信息
资源简介
BAY1817080不同剂量在日本健康成年男性中的安全性及体内吸收与消除研究
该数据集来自clinicaltrials.gov,主题为药物BAY1817080在日本健康成年男性受试者中的安全性及不同剂量下的血药浓度研究。源站描述显示,该药物为在研药物,旨在抑制疼痛与慢性咳嗽,通过结合并阻断子宫组织、膀胱或气道感觉神经上表达的蛋白发挥作用,这些蛋白在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以及难治性或不明原因慢性咳嗽患者中过度敏感。受试者将接受研究药物或安慰剂。数据可用于药物安全性、药代动力学及相关疾病领域的分析(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。本研究的研究人员希望了解药物BAY1817080不同剂量在日本健康成年男性受试者中的安全性以及研究药物的血药浓度。研究药物BAY1817080是一种在研药物,目标是抑制疼痛和慢性咳嗽。它通过结合并阻断子宫组织、膀胱或气道感觉神经上表达的蛋白质发挥作用,这些蛋白质在子宫内膜异位症(一种通常生长在子宫内的组织生长到子宫外的疾病)、膀胱过度活动症(一种导致突然尿急、尿频或更频繁排尿的疾病)以及有或没有明确原因的长期咳嗽患者中过度敏感。本研究的受试者将接受研究药物或安慰剂
【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/NCT04265781
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/NCT04265781
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
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。本研究的研究人员希望了解药物BAY1817080不同剂量在日本健康成年男性受试者中的安全性以及研究药物的血药浓度。研究药物BAY1817080是一种在研药物,目标是抑制疼痛和慢性咳嗽。其作用机制是与子宫组织、膀胱或气道感觉神经上表达的蛋白质结合并将其阻断,这些蛋白质在子宫内膜异位症(通常生长在子宫内的组织生长到子宫外的一种疾病)、膀胱过度活动症(一种导致突然频繁或更频繁地想要排尿的疾病)以及有或没有明确原因的长期咳嗽患者中过度敏感。本研究的受试者将接受研究药物或安慰剂片剂(安慰剂看起来与试验药物相似,但不含任何药物)。给药方案为仅在某一天接受单次剂量的研究药物/安慰剂,或每日两次接受多剂量的研究药物/安慰剂,持续13天,并在第14天早晨再接受一剂。
每位参与者的总研究持续时间通常不超过42天。将采集参与者的血液样本,以监测安全性并测定研究药物的血药浓度。
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。




