BIO101 预防住院 COVID-19 患者呼吸恶化的疗效与安全性研究
该数据集来自 clinicaltrials.gov,主题为 BIO101 在预防住院 COVID-19 患者呼吸恶化中的疗效与安全性

基本信息
资源简介
BIO101 预防住院 COVID-19 患者呼吸恶化的疗效与安全性研究
该数据集来自 clinicaltrials.gov,主题为 BIO101 在预防住院 COVID-19 患者呼吸恶化中的疗效与安全性。BIO101 是一种口服即释 20-羟基蜕皮酮(20E)研究性新药,纯度≥97%,可激活肾素-血管紧张素系统保护臂的 MasR。COVA 研究为全球多中心、双盲、安慰剂对照、成组序贯适应性 2-3 期试验,分两部分:第一部分为 2 期探索性概念验证,第二部分为 3 期关键随机研究,评估给药 28 天后的安全性与疗效。数据可用于 COVID-19 肺炎治疗干预相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:Covid-19、SARS-CoV2。Biophytis 正在开发 BIO101,这是一种研究性新药,为纯度≥97%的即释 20-羟基蜕皮酮(20E)口服制剂。BIO101 激活肾素-血管紧张素系统(RAS)保护臂上的 MasR。BIO101 与 MasR 的结合在正常和病理背景下负责多项临床前有益活性。COVA 临床研究是一项全球、多中心、双盲、安慰剂对照、成组序贯和适应性的 2 部分 2-3 期研究,受试者为 SARS-CoV-2 肺炎患者。第 1 部分是一项 2 期探索性概念验证(PoC)研究,旨在提供 BIO101 在目标人群中活性、安全性和耐受性的初步数据。第 2 部分是一项 3 期关键随机研究,旨在提供 BIO101 给药 28 天后安全性和有效性的进一步证据。该试验将使用一项适应性
【主题与分类】
主题标签:Covid-19、SARS-CoV2。本站分类:呼吸系统疾病/肺炎。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04472728
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/NCT04472728
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:Covid-19,SARS-CoV2。Biophytis公司正在研发BIO101,这是一种研究性新药,为纯度≥97%的即释型20-羟基蜕皮酮(20E)口服制剂。BIO101激活肾素-血管紧张素系统(RAS)保护臂上的MasR。BIO101与MasR的结合在正常和病理背景下负责多项临床前有益活性。COVA临床研究是一项全球性、多中心、双盲、安慰剂对照、组序贯适应性2部分2-3期研究,受试者为SARS-CoV-2肺炎患者。第1部分是一项2期探索性概念验证(PoC)研究,旨在提供BIO101在目标人群中活性、安全性和耐受性的初步数据。第2部分是一项3期关键性随机研究,旨在提供BIO101给药28天后安全性和有效性的进一步证据。该试验将采用基于预设标准的适应性设计,使用独立的外部数据监查委员会(DMC)监测安全性、有效性,并在适当间隔审查数据,以允许启动研究的确证性部分。
本研究的总目标为:* 第1部分旨在初步探究BIO101在目标人群(50名参与者,年龄≥55岁)中预防呼吸功能恶化的活性,并提供BIO101在该目标人群中的安全性和耐受性的初步数据。* 第2部分旨在重新评估研究确证阶段所需的样本量,并在更广泛的目标人群(最多310名参与者)中确认BIO101的益处及安全性。
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。




