AZD8871单次吸入剂量对长期肺部疾病患者疗效、药代动力学、安全性和耐受性的研究
该数据集来自clinicaltrials.gov,记录一项在德国和英国5个中心开展的随机、双盲、安慰剂和阳性药对照交叉研究,评估AZD8871单次吸入剂量在慢性阻塞性肺疾病患者中的疗效、药代动力学、安全性和耐受性

基本信息
资源简介
AZD8871单次吸入剂量对长期肺部疾病患者疗效、药代动力学、安全性和耐受性的研究
该数据集来自clinicaltrials.gov,记录一项在德国和英国5个中心开展的随机、双盲、安慰剂和阳性药对照交叉研究,评估AZD8871单次吸入剂量在慢性阻塞性肺疾病患者中的疗效、药代动力学、安全性和耐受性。计划筛查约180例患者以随机入组72例,预计约54例可评估,其中36例同意接受药代动力学评估。数据可用于呼吸系统疾病药物临床研究的方法学参考和安全性分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:慢性阻塞性肺疾病。这项随机、双盲、安慰剂和阳性药对照的交叉研究将在德国和英国的5个中心开展。约180例患者将接受筛查,以便随机入组72例患者进入研究。根据既往研究估计,假设脱落率约为25%,预计将有54例患者可评估(研究完成者)。其中36例患者的一个亚组将专门同意接受药代动力学(PK)评估,并将进行PK评估。该研究将包括—— 筛选期:将持续最多28天,包括2次筛选访视(访视1和访视2)和一个导入期(最短14天至最长28天;从访视2至访视3)。 三个治疗期(访视3;每期14天;每期之间间隔42至49天的洗脱期)以及一个F
【主题与分类】
主题标签:Chronic Obstructive Pulmonary Disease。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/NCT03645434
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/NCT03645434
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。这项随机、双盲、安慰剂和阳性药对照的交叉研究将在德国和英国的5个研究中心开展。约需筛选180例患者,以便将72例患者随机纳入研究。根据既往研究的估计,假设脱落率约为25%,预计54例患者可进行评估(完成研究者)。其中36例患者将专门签署药代动力学(PK)知情同意书,并接受PK评估。本研究将包括:* 筛选期:最长持续28天,包括2次筛选访视(访视1和访视2)以及一个导入期(最短14天,最长28天;从访视2至访视3)。* 三个治疗期(访视3;每期14天;各治疗期之间间隔42至49天的洗脱期),以及* 随访访视:末次研究产品(IP)给药后42天(最长49天)。
患者将在第1次访视签署知情同意书(ICF)后被要求停止其常规COPD治疗,并在需要时维持单组分吸入性糖皮质激素(ICS)治疗。正在使用任何LAMA的患者将在第1次访视至第2次访视期间维持使用异丙托溴铵(34 µg × 2喷,每日4次)。此外,研究期间将按需提供沙丁胺醇100 µg作为急救药物(急救药物必须在任何肺功能检查前6小时停用)。如果无需对既往用药进行洗脱且患者空腹到院,第1次访视和第2次访视可在同一天进行。如果需要对既往用药进行任何洗脱,则第2次访视将在洗脱完成后进行。如果符合入选标准中的可逆性标准和第1秒用力呼气容积(FEV1)预测值,患者将开始进入导入期以评估临床稳定性。如果可逆性标准或FEV1预测
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。




