Mirabegron与Montelukast在肝硬化患者中的初步研究
该数据集源自clinicaltrials.gov,为一项在埃及肝硬化合并膀胱过度活动症与哮喘成人患者中开展的前瞻性干预性初步临床研究,为期3个月

基本信息
资源简介
Mirabegron与Montelukast在肝硬化患者中的初步研究
该数据集源自clinicaltrials.gov,为一项在埃及肝硬化合并膀胱过度活动症与哮喘成人患者中开展的前瞻性干预性初步临床研究,为期3个月。研究分两部分:第一部分依据Simcyp预测与临床评估确定Mirabegron剂量,对照组及CP-A、CP-B、CP-C肝硬化患者分别口服100mg、50mg、50mg、25mg,每日一次;第二部分同样依据Simcyp预测与临床评估确定Montelukast剂量。数据可用于探索肝硬化不同分级下药物剂量与安全性预测(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:肝硬化、哮喘。本研究是一项为期3个月的前瞻性、干预性初步临床研究,在患有膀胱过度活动症和哮喘的埃及肝硬化患者中开展。年龄>18岁、确诊肝硬化并同时患有膀胱过度活动症和哮喘的成人患者符合纳入条件。筛选前2个月内经历过与肝功能恶化相关的疾病急性发作,以及接受已知与研究药物有强相互作用的合并用药的患者被排除。第一部分:Mirabegron剂量根据Simcyp生成的预测和临床评估确定。对照组、CP-A、CP-B和CP-C肝硬化患者分别接受100mg、50mg、50mg和25mg,口服每日一次。第二部分:Montelukast剂量根据Simcyp生成的预测和临床评估确定。
【主题与分类】
主题标签:Cirrhosis、Asthma。本站分类:呼吸系统疾病/哮喘。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07533565
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/NCT07533565
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:肝硬化、哮喘。本研究是一项前瞻性、干预性、初步临床研究,在埃及伴有膀胱过度活动症和哮喘的肝硬化患者中进行,为期3个月。年龄>18岁、确诊肝硬化、同时伴有膀胱过度活动症和哮喘的成年患者符合纳入条件。排除标准为:筛选前2个月内经历过与肝功能恶化相关的疾病急性发作,以及接受过已知与研究药物有强烈相互作用的合并用药的患者。第1部分:米拉贝隆给药剂量根据Simcyp生成的预测结果和临床评估确定。对照组、CP-A、CP-B和CP-C肝硬化患者分别接受100mg、50mg、50mg和25mg,口服,每日一次。第2部分:孟鲁司特给药剂量根据Simcyp生成的预测结果和临床评估确定。对照组以及CP-A、CP-B和CP-C肝硬化患者分别接受10mg、5mg、5mg和4mg,口服,每日一次。临床评估包括尿失禁发作次数、排尿次数、每次排尿量、咳嗽和喘息。
进行了常规实验室检查以评估疗效和安全性,包括肝功能测试(血清白蛋白、总胆红素、丙氨酸氨基转移酶[ALT]、天门冬氨酸氨基转移酶[AST])、肾功能测试(血清肌酐和血尿素氮[BUN])以及全血细胞计数(CBC)。
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。




