TD-9855 神经源性直立性低血压（nOH）2期试验
该数据集来自 clinicaltrials.gov，聚焦 TD-9855 在神经源性直立性低血压（nOH）患者中的 2 期研究，覆盖多系统萎缩伴直立性低血压、单纯自主神经衰竭、帕金森病伴直立性低血压等条件
基本信息
资源简介
TD-9855 神经源性直立性低血压（nOH）2期试验
该数据集来自 clinicaltrials.gov，聚焦 TD-9855 在神经源性直立性低血压（nOH）患者中的 2 期研究，覆盖多系统萎缩伴直立性低血压、单纯自主神经衰竭、帕金森病伴直立性低血压等条件。研究分两部分：Part A 采用每日单次递增剂量设计，从安慰剂起始，按安全性、耐受性和升压效应确定 TD-9855 剂量递增；Part B 采用随机、安慰剂对照、平行设计。数据可用于分析药物剂量与安全性、耐受性及升压效应之间的关系（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：神经源性直立性低血压、多系统萎缩（MSA）伴直立性低血压、单纯自主神经衰竭、帕金森病、低血压、直立性、直立性低血压、单纯自主神经衰竭伴直立性低血压、帕金森病伴直立性低血压。Part A 采用每日单次递增剂量设计，第1天先给安慰剂，第2天给予 2.5 mg TD-9855，随后根据安全性、耐受性和升压效应的判定，将每日剂量递增至最高 20 mg。Part A 的起始剂量最初设定为 1 mg（第2天），递增至最高 10 mg（第5天），但在方案修正案2（第9.8.1节）中修订为从 2.5 mg（第2天）开始，递增至 20 mg（第5天）。Part B 采用随机、安慰剂对照、平行设计，评估一种急性
【主题与分类】
主题标签：Neurogenic Orthostatic Hypotension、Pure Autonomic Failure、Parkinson Disease、Hypotension, Orthostatic、Orthostatic Hypotension。本站分类：神经系统疾病/帕金森病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT02705755
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/NCT02705755
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
适应症：神经源性直立性低血压、伴直立性低血压的多系统萎缩（MSA）、单纯自主神经衰竭、帕金森病、低血压、直立性低血压、伴直立性低血压的单纯自主神经衰竭、伴直立性低血压的帕金森病。A部分采用每日单次递增剂量设计，第1天给予安慰剂，第2天给予2.5 mg TD-9855，随后根据安全性、耐受性及升压效应的确定，将TD-9855的每日剂量递增至最高20 mg。A部分的起始剂量最初设定为1 mg（第2天），递增至最高10 mg（第5天），但在方案修正案2（第9.8.1节）中修订为从2.5 mg（第2天）开始，递增至20 mg（第5天）。B部分采用随机、安慰剂对照、平行设计，评估根据A部分确定为对特定受试者具有升压效应且总体耐受良好的TD-9855急性剂量。
完成A部分、在A部分显示出升压效应且在其他方面仍符合资格的受试者，可选择在C部分期间每日口服开放标签TD-9855片剂，最长5个月（20周）。
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。
