评估BBM-P002治疗帕金森病安全性与耐受性的临床研究
该数据集来自clinicaltrials.gov，收录一项针对帕金森病（PD）的临床研究，评估AAV基因治疗药物BBM-P002经双侧壳核注射后的安全性、耐受性、疗效、药代动力学、药效学及免疫反应
基本信息
资源简介
评估BBM-P002治疗帕金森病安全性与耐受性的临床研究
该数据集来自 clinicaltrials.gov，收录一项针对帕金森病（PD）的临床研究，研究全称为“A Clinical Study to Evaluate the Safety, and Tolerability of BBM-P002 in the Treatment of Parkinson's Disease”。该研究为单臂、开放标签设计，旨在评估基于AAV的基因治疗药物BBM-P002经双侧壳核注射后52周内的安全性、耐受性、疗效、药代动力学、药效学及免疫反应，并进一步观察注射后长达5年的长期安全性和疗效。数据集归类于神经系统疾病／帕金森病，主题标签为PD，可为关注帕金森病基因治疗研究方向的人员提供该临床研究的注册信息入口。
【数据集背景】
帕金森病是一种神经系统疾病，针对其治疗手段的临床探索持续进行。本数据集所对应的研究聚焦于一种基于AAV的基因治疗药物BBM-P002，该药物通过将治疗性基因盒递送至壳核，用于帕金森病的治疗。研究采用单臂、开放标签的设计，受试对象为帕金森病患者，研究目的在于系统评价该基因治疗手段在人体中的安全性、耐受性及多方面生物学效应，并延长观察窗口以考察长期表现。
【数据内容】
数据集收录的是该临床研究的注册记录信息，涵盖研究条件（帕金森病）、研究设计类型（单臂、开放标签）、干预药物（BBM-P002，AAV基因治疗，递送治疗性基因盒至壳核，经双侧壳核注射给药）、评价维度（安全性、耐受性、疗效、药代动力学、药效学、免疫反应）以及观察时间框架（注射后52周内的上述评价，以及注射后长达5年的长期安全性和疗效观察）。主题标签为PD。
【采集与来源】
数据来源于 clinicaltrials.gov，即该临床研究的注册信息发布平台。数据集内容取自该平台所载的研究描述，属于临床研究注册记录层面的信息，而非受试者层面的原始临床数据。
【适用场景】
该数据集适用于了解帕金森病基因治疗临床研究设计、检索AAV基因治疗药物BBM-P002相关临床研究注册信息的场景，也可作为神经系统疾病／帕金森病领域临床研究梳理与检索的参考条目。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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/NCT07195825
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：帕金森病（PD）。这是一项单臂、开放标签研究，旨在评估BBM-P002经双侧壳核注射后52周内在帕金森病患者中的安全性、耐受性、疗效、药代动力学、药效学及免疫反应，以及注射后长达5年的长期安全性和疗效。BBM-P002是一种基于AAV的基因治疗药物，可将治疗性基因盒递送至壳核以治疗帕金森病。
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。
