Orvepitant治疗慢性难治性咳嗽的剂量范围研究

该数据集来自clinicaltrials.gov,主题为Orvepitant治疗慢性难治性咳嗽(CRC)的剂量范围研究。研究为多中心、双盲、随机、平行组、安慰剂对照设计,比较orvepitant 10 mg/天、20 mg/天、30 mg/天与安慰剂四个平行组,每组约73例受试者,按1:1:1:1随

Nerre Therapeutics Ltd.Nerre Therapeutics Ltd.
clinicaltrials
浏览 13
其他分类Chronic Refractory Cough
A Dose-ranging Study of Orvepitant in Patients With Chronic Refractory Cough

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-12

资源简介

Orvepitant治疗慢性难治性咳嗽的剂量范围研究

该数据集来自clinicaltrials.gov,主题为Orvepitant治疗慢性难治性咳嗽(CRC)的剂量范围研究。研究为多中心、双盲、随机、平行组、安慰剂对照设计,比较orvepitant 10 mg/天、20 mg/天、30 mg/天与安慰剂四个平行组,每组约73例受试者,按1:1:1:1随机分组,总计约292例。受试者先经历三周筛选期,合格者于基线/第1天随机化并进入12周双盲给药期,期间在第2、4、8、12周进行四次访视,第14周进行最终安全性随访。数据可用于慢性难治性咳嗽治疗相关的分类或疗效分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:慢性难治性咳嗽。一项在慢性难治性咳嗽(CRC)受试者中开展的多中心、双盲、随机、平行组、安慰剂对照剂量范围研究。将在四个平行组中研究orvepitant(10 mg/天、20 mg/天和30 mg/天)的剂量及安慰剂。每组将包含约73名受试者,按1:1:1:1随机分组(总计约292名受试者)。所有受试者将进入为期三周的筛选期以确定资格。符合条件的受试者将在基线/第1天访视时随机分组,并进入为期12周的双盲给药期。在此期间,将在第2、4、8和12周进行四次访视。将在第14周进行最终安全性随访访视。

【主题与分类】

主题标签:Chronic Refractory Cough。本站分类:呼吸道疾病/慢性咳嗽。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT02993822

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/NCT02993822

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

条件:慢性难治性咳嗽。一项多中心、双盲、随机、平行组、安慰剂对照的剂量范围研究,受试者为慢性难治性咳嗽(CRC)患者。将在四个平行组中研究orvepitant(10毫克/天、20毫克/天和30毫克/天)及安慰剂的剂量。每组将包含约73名受试者,按1:1:1:1随机分配(总共约292名受试者)。所有受试者将进入为期三周的筛选期以确定资格。符合条件的受试者将在基线/第1天访视时随机分组,并进入为期12周的双盲给药期。在此期间,将在第2周、第4周、第8周和第12周进行四次访视。将在第14周进行最终的安全性随访访视。

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