PRO-203 在健康志愿者与系统性硬化症受试者中的 1/2 期研究
该数据集来自 clinicaltrials.gov,收录一项 PRO-203 的 1/2 期研究,覆盖健康志愿者与系统性硬化症(SSc)受试者

基本信息
资源简介
PRO-203 在健康志愿者与系统性硬化症受试者中的 1/2 期研究
该数据集来自 clinicaltrials.gov,收录一项 PRO-203 的 1/2 期研究,覆盖健康志愿者与系统性硬化症(SSc)受试者。研究分两部分:第一部分已在 3 个队列中入组 20 名健康志愿者,每人接受单次皮下注射 PRO-203 或匹配安慰剂,入组已完成;第二部分计划入组最多 24 名 SSc 受试者,接受单次皮下注射周期,包含主研究与可选长期扩展(LTE),符合条件者可再次治疗。数据可用于评估 PRO-203 的安全性、耐受性、PK 与 PD 特征(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:健康志愿者、系统性硬化症(SSc)、系统性硬皮病、硬皮病。这项两部分研究旨在表征 PRO-203 在递增剂量水平下的首次人体安全性、耐受性、PK 和 PD 特征。第 1 部分 - 健康志愿者(HV):第 1 部分入组已完成,已在 3 个队列中入组 20 名健康志愿者。每个队列内的受试者接受单次 SC 剂量的 PRO-203 或匹配安慰剂。第 1 部分已完成入组。第 2 部分 - 系统性硬化症(SSc):最多 24 名 SSc 受试者将入组多个队列(含可选额外队列)。每个队列内的受试者将接受单次 SC 周期的 PRO-203。第 2 部分包括主研究和可选的长期扩展(LTE)。在 LTE 中,符合条件的受试者若满足再治疗标准,可接受再治疗。每名受试者的总研究持续时间
【主题与分类】
主题标签:Healthy Volunteers、Systemic Sclerosis (SSc)、Scleroderma, Systemic、Scleroderma。本站分类:症状、体征与临床所见。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07641634
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/NCT07641634
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:健康志愿者、系统性硬化症(SSc)、系统性硬皮病、硬皮病。这项分为两部分的研究旨在表征PRO-203在递增剂量水平下的首次人体安全性、耐受性、药代动力学(PK)和药效动力学(PD)特征。第1部分——健康志愿者(HV)。第1部分入组已完成,共入组20名健康志愿者,分布于3个队列。每个队列内的参与者接受单次皮下注射PRO-203或匹配安慰剂。第1部分已完成入组。第2部分——系统性硬化症(SSc)。最多24名SSc参与者将入组多个队列(可选额外队列)。每个队列内的参与者将接受单次皮下注射周期的PRO-203。第2部分包括一项主研究和一项可选长期扩展(LTE)。在LTE中,符合条件的参与者若满足再治疗标准,可接受再治疗。每名参与者的总研究持续时间最长可达53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。




