ARC-AAT在健康志愿者和α1-抗胰蛋白酶缺乏症患者中的研究

该数据集来自clinicaltrials.gov,主题为ARC-AAT在健康志愿者和α1-抗胰蛋白酶缺乏症(AATD)患者中的临床研究

Arrowhead PharmaceuticalsArrowhead Pharmaceuticals
clinicaltrials
浏览 17
蛋白质Alpha-1 Antitrypsin Deficiency
A Study of ARC-AAT in Healthy Volunteer Subjects and Patients With Alpha-1 Antitrypsin Deficiency (AATD)

基本信息

模态
蛋白质
创建/更新时间
2026-10-08

资源简介

ARC-AAT在健康志愿者和α1-抗胰蛋白酶缺乏症患者中的研究

该数据集来自clinicaltrials.gov,主题为ARC-AAT在健康志愿者和α1-抗胰蛋白酶缺乏症(AATD)患者中的临床研究。研究采用随机双盲设计,受试者接受单次静脉注射ARC-AAT或安慰剂,计划入组最多13个队列,每队列6人。研究包含剂量递增,直至出现剂量限制性毒性或达到预设的AAT水平降低阈值。AATD患者给药基于健康志愿者的预设阈值启动。每名受试者从筛选到研究结束访视最长11周,含第90天随访电话。数据可用于分析安全性、耐受性及AAT水平变化(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:α1-抗胰蛋白酶缺乏症。健康志愿者和AATD患者将以双盲方式随机接受单次静脉注射ARC-AAT或安慰剂。将入组最多十三个队列(每队列6名参与者)。所有队列的参与者将从第-1天开始被限制在临床设施内,第2天出院。剂量递增将持续进行,直到参与者出现剂量限制性毒性(DLT)或达到预先确定的AAT水平降低阈值。AATD参与者的给药将基于健康志愿者预先确定的AAT水平降低阈值开始。对于每位参与者,从筛选到研究结束检查,研究诊所访视的持续时间最长为11周。然而,包括第90天随访电话,最大研究持

【主题与分类】

主题标签:Alpha-1 Antitrypsin Deficiency。本站分类:呼吸道疾病/α1-抗胰蛋白酶缺乏症。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT02363946

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT02363946

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:Alpha-1抗胰蛋白酶缺乏症。健康志愿者和AATD患者将以双盲方式随机接受单次静脉注射ARC-AAT或安慰剂。最多将招募13个队列(每队列6名参与者)。所有队列的参与者将从第-1天开始被限制在临床设施内,直至第2天出院。剂量递增将持续进行,直到有参与者出现剂量限制性毒性(DLT)或达到预定的AAT水平降低阈值。AATD参与者的给药将基于健康志愿者预定的AAT水平降低阈值开始。对于每位参与者,从筛选到研究结束检查,研究诊所访问的持续时间最长可达11周。然而,包括第90天随访电话在内,最长研究持续时间约为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。

获取专属数据定制方案