RSS0343在健康受试者中的临床研究
该数据集来自clinicaltrials.gov，主题为RSS0343在健康受试者中开展的I期临床研究，适应症为非囊性纤维化支气管扩张
基本信息
资源简介
RSS0343在健康受试者中的临床研究
该数据集对应的是一项在健康受试者中开展的I期临床研究，研究药物为RSS0343，研究目的包括评估多次口服给药后的安全性、耐受性和药代动力学特征，同时考察其对QT/QTc间期的影响。研究的适应症背景为非囊性纤维化支气管扩张，属于呼吸道疾病领域。数据集来源于clinicaltrials.gov，主题标签为非囊性纤维化支气管扩张。整体而言，该数据集围绕RSS0343在健康人群中的早期临床评价展开，关注药物在人体内的表现及心脏电生理相关指标，为后续临床开发提供基础数据支持。
【数据集背景】
非囊性纤维化支气管扩张是一种呼吸道疾病，其临床治疗和药物开发需要经过系统的临床研究流程。RSS0343作为一项在研药物，在进入更大规模患者研究之前，需要先在健康受试者中完成I期临床研究，以初步了解其安全性和耐受性。该数据集所对应的研究正是在这一背景下开展，旨在通过多次口服给药的方式，观察药物在健康受试者中的表现，并特别关注其对QT/QTc间期的影响。QT/QTc间期是评价药物心脏安全性的重要指标，在早期临床研究中对其进行考察，有助于识别潜在的心脏电生理风险。
【数据内容】
该数据集的主题标签为非囊性纤维化支气管扩张，研究条件同样指向非囊性纤维化支气管扩张。研究为I期临床试验，受试人群为健康受试者，给药方式为多次口服给药。研究评价内容主要包括三个方面：安全性、耐受性和药代动力学，同时还包括对QT/QTc间期的影响。关于数据集具体包含哪些字段、变量、记录条数、时间范围、受试者数量等详细内容，源站未提供。
【采集与来源】
该数据集来源于clinicaltrials.gov。源站描述中提及的研究条件为非囊性纤维化支气管扩张，研究为I期研究，旨在评估RSS0343在健康受试者中多次口服给药后的安全性、耐受性和药代动力学，以及其对QT/QTc间期的影响。关于具体的采集方法、采集时间、采集机构、数据录入流程等信息，源站未提供。
【适用场景】
该数据集可用于了解RSS0343在健康受试者中开展的I期临床研究的基本设计信息，包括研究目的、给药方式、评价指标和适应症背景。其适用场景可能涉及非囊性纤维化支气管扩张相关药物早期临床研究的检索、汇总或参考。关于该数据集在具体分析、建模、监管提交或其他专业场景中的适用性，源站未提供。
【使用方法】
关于该数据集的具体使用方法，源站未提供。该数据集来自clinicaltrials.gov，通常此类来源的临床研究记录可通过相应平台进行检索和查看，但针对该数据集的具体使用方式、访问路径或操作步骤，源站未提供。
【质量与限制】
关于该数据集的质量评价、数据完整性、准确性、偏倚风险等信息，源站未提供。该数据集对应的是I期临床研究，受试者为健康受试者，研究规模通常有限，其结论外推到患者人群时需谨慎，但关于该数据集的具体限制说明，源站未提供。
【引用与许可】
关于该数据集的引用方式、许可条款、使用限制等信息，源站未提供。
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/NCT07289464
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：非囊性纤维化支气管扩张症。这是一项I期研究，旨在评估健康受试者多次口服RSS0343后的安全性、耐受性和药代动力学，以及其对QT/QTc间期的影响。
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。
