评估BI 1839100改善特发性或进展性肺纤维化患者咳嗽的研究
该数据集来自clinicaltrials.gov,收录一项关于BI 1839100改善特发性肺纤维化(IPF)或进展性肺纤维化(PPF)患者慢性咳嗽的临床研究

基本信息
资源简介
评估BI 1839100改善特发性或进展性肺纤维化患者咳嗽的研究
该数据集来自clinicaltrials.gov,收录一项关于BI 1839100改善特发性肺纤维化(IPF)或进展性肺纤维化(PPF)患者慢性咳嗽的临床研究。研究对象为40岁及以上IPF成人或18岁及以上PPF成人,且须有慢性咳嗽。IPF参与者随机分为4组,其中3组接受不同剂量BI 1839100,1组接受安慰剂,治疗3个月;最高剂量组治疗1个月后评估咳嗽改善情况,若无效研究可能终止。数据可用于了解该药物对咳嗽的疗效评估设计(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:特发性肺纤维化、进展性肺纤维化。患有特发性肺纤维化(IPF)的40岁及以上成人或患有进展性肺纤维化(PPF)的18岁及以上成人可以参加本研究。只有患有慢性咳嗽的人才能参加。本研究的目的是了解BI 1839100在多大程度上帮助减少IPF或PPF患者的咳嗽。患有IPF的参与者被随机分为4组。3组参与者接受不同剂量的BI 1839100。1组参与者接受安慰剂。安慰剂外观与BI 1839100相似,但不含任何药物。参与者接受治疗3个月。治疗1个月后,接受最高剂量的参与者将进行咳嗽测量,以了解药物是否有效。如果无效,研究可能会停止。患有IPF的参与者参与研究的时间为稍
【主题与分类】
主题标签:Idiopathic Pulmonary Fibrosis、Progressive Pulmonary Fibrosis。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06360094
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/NCT06360094
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:特发性肺纤维化、进展性肺纤维化。年龄40岁及以上且患有特发性肺纤维化(IPF)的成年人,或年龄18岁及以上且患有进展性肺纤维化(PPF)的成年人,均可参与本研究。仅患有慢性咳嗽的人员可参加。本研究旨在探究BI 1839100对减轻IPF或PPF患者咳嗽症状的效果。IPF患者将被随机分为4组。其中3组的参与者将接受不同剂量的BI 1839100,1组的参与者将接受安慰剂。安慰剂外观与BI 1839100相似,但不含任何药物成分。参与者接受治疗为期3个月。治疗1个月后,接受最高剂量治疗的参与者将进行咳嗽评估,以判断药物是否有效。若无效,研究可能终止。IPF患者参与研究的时间略长于4个月,在此期间,他们将访问研究现场7次。本研究还将在一个较小的PPF患者群体中评估BI 1839100对咳嗽及肺功能的影响。
在研究期间,大约每月一次使用便携式设备对咳嗽进行24小时监测,该设备在研究期间提供给参与者使用。参与者填写关于咳嗽的问卷。医生还在现场访问时进行呼吸测试,以测量肺部功能状况。研究人员比较服用BI 1839100的参与者与服用安慰剂的参与者之间的结果。医生还定期检查参与者的健康状况,并记录任何不良效应。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




