格隆溴铵在6至12岁以下哮喘儿童中的药代动力学、药效学、安全性和耐受性研究
该数据集来自 clinicaltrials.gov,聚焦呼吸系统疾病中的哮喘,收录一项在6至12岁以下哮喘儿童中开展的格隆溴铵(溴化物)研究

基本信息
资源简介
格隆溴铵在6至12岁以下哮喘儿童中的药代动力学、药效学、安全性和耐受性研究
该数据集来自 clinicaltrials.gov,聚焦呼吸系统疾病中的哮喘,收录一项在6至12岁以下哮喘儿童中开展的格隆溴铵(溴化物)研究。研究采用双盲、安慰剂对照、随机序列、三治疗、三周期、六序列交叉多剂量设计,评估疗效、药代动力学、药效学及安全性和耐受性。入组儿童第一秒用力呼气容积(FEV1)为预测正常值的60%至90%。研究分筛选、导入、治疗和随访四个阶段,治疗在背景哮喘LABA+ICS控制治疗基础上给药。数据可用于哮喘儿童用药的疗效、药代动力学、药效学及安全性分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:哮喘。研究设计为双盲、安慰剂对照、随机序列、三治疗、三周期、六序列、交叉多剂量研究,旨在评估格隆溴铵(溴化物)在6至12岁以下哮喘儿童中的疗效、药代动力学、药效学以及安全性和耐受性,这些儿童的第一秒用力呼气容积(FEV1)为预测正常值的≥60%且≤90%。本研究将包括4个阶段:筛选、导入、治疗和随访。筛选阶段后,参与者将进入导入阶段以进一步评估资格,符合所有资格标准的参与者将被随机分组。研究治疗将在进入研究时起在背景哮喘LABA+ICS控制治疗(昔萘酸沙美特罗50µg/丙酸氟替卡松100µg)基础上给药。
【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/NCT05222529
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/NCT05222529
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
疾病:哮喘。研究设计为双盲、安慰剂对照、随机序列、三治疗、三周期、六序列、交叉、多剂量研究,旨在评估格隆溴铵(溴化物)在6岁至不足12岁哮喘儿童中的疗效、药代动力学、药效学以及安全性和耐受性,这些儿童的第一秒用力呼气容积(FEV1)占其预测正常值的≥60%且≤90%。本研究将包括4个阶段:筛选期、导入期、治疗期和随访期。筛选阶段后,参与者将进入导入期以进一步评估合格性,符合所有合格标准的参与者将被随机分组。研究治疗将在进入导入期时起,直至治疗阶段结束(包括2个洗脱期)期间,作为背景哮喘LABA+ICS控制治疗(昔萘酸沙美特罗50µg/丙酸氟替卡松100µg)的附加治疗进行给药。参与者将以均等(1:1:1:1:1:1)的随机比例被随机分配至6种不同序列之一。
治疗阶段将持续10周,每个序列分为三个治疗期:格隆溴铵12.5微克、格隆溴铵25微克或匹配的安慰剂干粉胶囊,通过Breezhaler吸入器吸入。每个治疗期持续2周,两个连续的治疗期之间间隔2周的洗脱期。提前终止研究治疗的参与者需返回诊所进行提前终止访视。末次治疗日期后30天,必须进行最终电话联系以进行安全性随访。参与者参与试验的总时长(从筛选到随访)约为20周,包括安全性随访。
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。




