PM647a治疗Alpha-1抗胰蛋白酶缺乏症的安全性与有效性研究
该数据集来自clinicaltrials.gov,收录一项关于PM647a在Alpha-1抗胰蛋白酶缺乏症(AATD)患者中安全性与有效性的1/2期开放标签研究

基本信息
资源简介
PM647a治疗Alpha-1抗胰蛋白酶缺乏症的安全性与有效性研究
该数据集来自clinicaltrials.gov,收录一项关于PM647a在Alpha-1抗胰蛋白酶缺乏症(AATD)患者中安全性与有效性的1/2期开放标签研究。研究对象为SERPINA1 p.E342K致病变异纯合子(PiZZ基因型)的成人与青少年,按表现分组:A组仅有肺部表现,B组兼有肺与肝表现或仅有肝表现,另设3至6例BAL队列以评估局部药效学效应。数据可用于了解该基因编辑疗法的研究设计、入组分层及安全性评价框架(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Alpha-1抗胰蛋白酶缺乏症、Alpha-1抗胰蛋白酶缺乏症相关肺病、Alpha-1抗胰蛋白酶缺乏症(AATD)、AATD。这是一项1/2期开放标签研究,评估PM647a在患有Alpha-1抗胰蛋白酶缺乏症(AATD)且为SERPINA1 p.E342K致病变异(也称为PiZ等位基因,PiZZ基因型)纯合子的成人和青少年中的效果。入组和治疗将从A组开始,该组仅包括有肺部表现的参与者。B组将随后开放,包括同时有肺和肝表现或仅有肝表现的参与者。此外,将入组3至6名患有AATD外显性肺病(伴或不伴肝病)的参与者,通过BAL(BAL队列)进一步了解PM647a对局部药效学效应的影响。该研究将评估PM647a的安全性,确定
【主题与分类】
主题标签:Alpha-1 Antitrypsin Deficiency、Alpha-1 Antitrypsin Deficiency (AATD)、AATD。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07887347
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/NCT07887347
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:α-1抗胰蛋白酶缺乏症、α-1抗胰蛋白酶缺乏症相关肺病、α-1抗胰蛋白酶缺乏症(AATD)、AATD。这是一项1/2期开放标签研究,评估PM647a在成人及青少年α-1抗胰蛋白酶缺乏症(AATD)患者中的安全性和有效性,这些患者为SERPINA1 p.E342K致病性变异(也称为PiZ等位基因,即PiZZ基因型)的纯合子。入组和治疗将从A组开始,该组仅包括有肺部表现的患者。B组将随后开放,包括同时有肺部和肝脏表现或仅有肝脏表现的患者。此外,还将入组3至6名患有AATD外显性肺病(伴或不伴肝病)的受试者,通过BAL(BAL队列)进一步了解PM647a对局部药效学效应的影响。该研究将评估PM647a的安全性,确定未来研究的合适剂量,并评估治疗是否能恢复功能性AAT的正常合成和分泌,并改善AATD的临床指标。
参与者将接受单次PM647a静脉输注,并在治疗后约48周内接受定期安全性评估、实验室检测、影像学检查和临床评估。随后,参与者将被邀请参加一项单独的长期随访研究,以在额外14年内继续监测安全性和治疗效果。
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。




