GSK573719在COPD患者中每日一次或两次给药7天的随机双盲安慰剂对照不完全区组交叉剂量范围研究
该数据集来自clinicaltrials.gov，为一项多中心、随机、双盲、安慰剂对照、三向交叉、不完全区组研究，评估GSK573719在慢性阻塞性肺疾病（COPD）患者中每日一次（4个剂量）或每日两次（2个剂量）给药7天的剂量反应
基本信息
资源简介
GSK573719在COPD患者中每日一次或两次给药7天的随机双盲安慰剂对照不完全区组交叉剂量范围研究
该数据集来自clinicaltrials.gov，为一项多中心、随机、双盲、安慰剂对照、三向交叉、不完全区组研究，评估GSK573719在慢性阻塞性肺疾病（COPD）患者中每日一次（4个剂量）或每日两次（2个剂量）给药7天的剂量反应。数据覆盖COPD患者人群，涉及吸入支气管扩张剂治疗背景，可用于分析不同给药方案与剂量下的剂量-反应关系及肺功能相关指标变化（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：慢性阻塞性肺疾病。吸入支气管扩张剂（如β2受体激动剂和抗胆碱能药物）及吸入性糖皮质激素是确诊COPD患者的主要治疗手段。抗胆碱能支气管扩张剂或长效毒蕈碱受体拮抗剂通过阻断内源性气道平滑肌胆碱能张力发挥作用。抗胆碱能治疗已被证明可显著改善COPD患者的第1秒用力呼气容积（FEV1）、静息和动态肺过度充气、症状及运动能力。目前噻托溴铵是唯一获批用于COPD治疗的长效毒蕈碱拮抗剂。这是一项多中心、随机、双盲、安慰剂对照、三向交叉、不完全区组研究，旨在评估GSK573719每日一次吸入4个剂量和每日两次吸入2个剂量7天的效果。
【主题与分类】
主题标签：Pulmonary Disease, Chronic Obstructive。本站分类：呼吸系统疾病/其他。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT01372410
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/NCT01372410
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
适应症：慢性阻塞性肺疾病。吸入性支气管扩张剂，如β2受体激动剂和抗胆碱能药物，以及吸入性皮质类固醇是确诊COPD患者的主要治疗手段。抗胆碱能支气管扩张剂或长效毒蕈碱受体拮抗剂通过阻断内源性气道平滑肌胆碱能张力发挥作用。抗胆碱能药物治疗已被证明能显著改善COPD患者的第1秒用力呼气容积（FEV1）、静息和动态肺过度充气、症状及运动能力。目前，噻托溴铵是唯一获批用于治疗COPD的长效毒蕈碱拮抗剂。这是一项多中心、随机、双盲、安慰剂对照、三向交叉、不完全区组研究，旨在评估COPD患者吸入GSK573719每日一次4个剂量和每日两次2个剂量、持续7天的疗效。噻托溴铵将作为开放标签活性对照药纳入。将纳入安慰剂治疗以评估各GSK573719剂量的治疗效果。还将测定GSK573719的药代动力学特征。
每名符合条件的受试者将按顺序接受8种潜在治疗中的3种，每名受试者共计3个治疗期。研究期间将有7次门诊访视，其中三次访视将进行24小时连续肺量测定。受试者参与研究的总时长约为9周。
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。
