评估BEAM-302治疗成人Alpha-1抗胰蛋白酶缺乏症安全性与有效性的研究

该数据集来自clinicaltrials.gov,主题为Alpha-1抗胰蛋白酶缺乏症(AATD)相关肺病和/或肝病。研究为1/2期、多中心、开放标签试验,分A、B、C三部分,评估BEAM-302的安全性、耐受性、PK/PD及有效性

Beam Therapeutics Inc.Beam Therapeutics Inc.
clinicaltrials
浏览 22
蛋白质预测Alpha 1-Antitrypsin Deficiency
A Study to Evaluate the Safety and Efficacy of BEAM-302 in Adult Patients With Alpha-1 Antitrypsin Deficiency (AATD)

基本信息

模态
蛋白质
任务类型
预测
创建/更新时间
2026-10-08

资源简介

评估BEAM-302治疗成人Alpha-1抗胰蛋白酶缺乏症安全性与有效性的研究

该数据集来自clinicaltrials.gov,主题为Alpha-1抗胰蛋白酶缺乏症(AATD)相关肺病和/或肝病。研究为1/2期、多中心、开放标签试验,分A、B、C三部分,评估BEAM-302的安全性、耐受性、PK/PD及有效性。A、B部分用于确定最佳生物学剂量(OBD),C部分为关键队列验证OBD疗效与安全性。数据可用于呼吸系统疾病治疗评估、药物安全性预测及疗效分析等研究(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。这是一项1/2期、多中心、开放标签研究,分3部分(A部分、B部分和C部分)进行,旨在评估BEAM-302在患有AATD相关肺病和/或肝病的成人患者中的安全性、耐受性、PK/PD和有效性。A部分和B部分旨在评估安全性和耐受性,并确定AATD相关肺病(A部分)和/或肝病(B部分)患者的最佳生物学剂量(OBD),并设有可选扩展队列以进一步评估潜在的OBD。C部分旨在关键队列中证明BEAM-302在OBD剂量下对伴有或不伴有肝病的AATD相关肺病患者的有效性和安全性。

【主题与分类】

主题标签:Alpha 1-Antitrypsin Deficiency。本站分类:呼吸系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06389877

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/NCT06389877

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

疾病:α1-抗胰蛋白酶缺乏症。这是一项1/2期、多中心、开放标签研究,分为3个部分(A部分、B部分和C部分),旨在评估BEAM-302在患有AATD相关肺病和/或肝病的成人患者中的安全性、耐受性、PK/PD和疗效。A部分和B部分旨在评估安全性和耐受性,并确定AATD相关肺病(A部分)和/或肝病(B部分)患者的最佳生物学剂量(OBD),并设有可选扩展队列以进一步评估潜在的OBD。C部分旨在关键队列中证明BEAM-302在OBD剂量下对伴有或不伴有肝病的AATD相关肺病患者的疗效和安全性。

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。

获取专属数据定制方案