评估FB704A在成人重度哮喘中的疗效与安全性

本数据集来自clinicaltrials.gov,主题为评估FB704A在成人重度哮喘患者中的疗效与安全性。研究计划入组约20名符合标准的受试者,按1:1随机分配接受安慰剂或FB704A,预计每组10人

Oneness Biotech Co., Ltd.Oneness Biotech Co., Ltd.
clinicaltrials
浏览 15
其他分类Severe Asthma
Evaluate the Efficacy and Safety of FB704A in Adult With 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

评估FB704A在成人重度哮喘中的疗效与安全性

本数据集来自clinicaltrials.gov,主题为评估FB704A在成人重度哮喘患者中的疗效与安全性。研究计划入组约20名符合标准的受试者,按1:1随机分配接受安慰剂或FB704A,预计每组10人。受试者在4周筛选期确认资格,接受四次4 mg/kg的FB704A或安慰剂,以1小时静脉输注给药,并按需使用短效β受体激动剂作为急救药物。研究通过访视收集疗效、安全性、药代动力学和生物标志物数据,可用于重度哮喘治疗方案的临床评价与相关分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:重度哮喘。计划入组约20名符合研究入选标准的受试者。符合条件的受试者将按1:1比例随机接受安慰剂或FB704A,预计每个治疗组10名受试者。将在4周筛选期内对重度哮喘患者进行资格检查。潜在候选者在开始筛选活动前应提供签署的知情同意书。受试者将接受四剂4 mg/kg FB704A或安慰剂。研究药物将以1小时静脉输注方式给药。患者可在整个研究期间按需使用短效β受体激动剂(SABAs),如沙丁胺醇,作为急救药物。受试者在接受研究药物后将进行现场访视,以进行疗效、安全性、PK和生物标志物评估(见研究流程图)。提前退出的受试者

【主题与分类】

主题标签:Severe 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/NCT05018299

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/NCT05018299

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

适应症:重度哮喘。计划入组约20名符合研究入选标准的受试者。符合条件的受试者将按1:1比例随机接受安慰剂或FB704A,预计每个治疗组10名受试者。将在4周筛选期内对重度哮喘患者进行资格检查。潜在候选者在开始筛选活动前应提供已签署的知情同意书。受试者将接受四剂4 mg/kg FB704A或安慰剂。研究药物将以1小时静脉输注方式给药。患者可在整个研究期间按需使用短效β受体激动剂(SABA),如沙丁胺醇,作为补救药物。受试者将在接受研究药物后进行现场访视,以评估疗效、安全性、药代动力学和生物标志物(见研究流程图)。提前退出研究的受试者将在7天内进行结束研究(EOS)访视。研究期间将评估支气管扩张剂使用前FEV1、支气管扩张剂使用后FEV1、呼出气NO和哮喘症状的相对变化。

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