关于研究药物PF-07275315用于中重度哮喘患者的研究

本数据集来自clinicaltrials.gov,收录一项关于研究药物PF-07275315用于中重度哮喘的临床试验信息

PfizerPfizer
clinicaltrials
浏览 15
其他分类Asthma
A Study to Learn About the Study Medicine Called PF-07275315 in People With Moderate-To-Severe Asthma

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-08

资源简介

关于研究药物PF-07275315用于中重度哮喘患者的研究

本数据集来自clinicaltrials.gov,收录一项关于研究药物PF-07275315用于中重度哮喘的临床试验信息。数据覆盖受试者条件、用药方案与对照设计,面向18至75岁、中重度哮喘持续至少12个月且控制不佳、过去6个月持续接受常规维持治疗的人群。参与者将接受PF-07275315或安慰剂,在12周内于诊所多次注射给药,并比较两组体验。该数据可用于了解该药物安全性与效果的研究设计,支持哮喘治疗相关分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:哮喘。本临床试验的目的是了解研究药物(称为PF-07275315)用于中重度哮喘潜在治疗的安全性和效果。哮喘是一种使呼吸变得困难的疾病,会对受影响人群的生活质量和功能产生负面影响。本研究正在招募符合以下条件的参与者: 年龄18至75岁 患有中重度哮喘至少12个月且控制不佳 * 在过去6个月内一直服用其常规哮喘维持治疗药物。所有参与者都将接受PF-07275315或安慰剂。安慰剂不含任何药物,但外观与正在研究的药物完全相同。PF-07275315或安慰剂将在12周内于诊所通过多次注射给药。我们将比较接受PF-07275315

【主题与分类】

主题标签: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/NCT06977581

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/NCT06977581

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

疾病:哮喘。本临床试验的目的是了解研究药物(称为PF-07275315)用于潜在治疗中重度哮喘的安全性和效果。哮喘是一种导致呼吸困难并会对患者的生活质量和功能造成负面影响的疾病。本研究正在招募符合以下条件的参与者:* 年龄在18至75岁之间 * 患有中重度哮喘至少12个月且控制不佳 * 在过去6个月内一直服用常规哮喘维持治疗药物。所有参与者将接受PF-07275315或安慰剂。安慰剂不含任何药物,但外观与研究药物完全相同。PF-07275315或安慰剂将在12周内于诊所多次注射给药。我们将比较接受PF-07275315的参与者与未接受者的体验。这将有助于我们确定PF-07275315是否安全有效。根据当地要求,参与者参与本研究的时间最长约为9.5个月。

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