LYT-100 用于急性 COVID-19 后呼吸系统疾病
研究 A 部分为随机、双盲、平行组研究,在全球约 35 个中心开展,纳入 168 名患有急性 COVID-19 后呼吸系统并发症的成人,这些受试者曾接受机械通气、体外膜氧合、无创通气(如 CPAP 或 BiPAP)、高流量鼻氧治疗或其他任何院内给氧方式至少 1 天,且在筛查前至少 72 小时仅需低流

基本信息
资源简介
LYT-100 用于急性 COVID-19 后呼吸系统疾病
该数据集来自 clinicaltrials.gov,主题为 LYT-100 用于急性 COVID-19 后呼吸系统疾病。研究 A 部分为随机、双盲、平行组研究,在全球约 35 个中心开展,纳入 168 名患有急性 COVID-19 后呼吸系统并发症的成人,这些受试者曾接受机械通气、体外膜氧合、无创通气(如 CPAP 或 BiPAP)、高流量鼻氧治疗或其他任何院内给氧方式至少 1 天,且在筛查前至少 72 小时仅需低流量鼻氧或无氧补充。受试者每日服用 LYT-100 或安慰剂,最长 91 天,主要结局为六分钟步行试验中步行距离的变化,该试验依据美国胸科学会呼吸学会指南进行。数据可用于评估该干预措施的安全性与有效性(来源 clinica。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Covid19、急性 COVID-19 后呼吸系统疾病。本研究 A 部分是一项随机、双盲、平行组研究,在全球约 35 个中心开展,旨在评估 LYT-100 与安慰剂相比在 168 名患有急性 COVID-19 后呼吸系统并发症的成人中的安全性和有效性,这些受试者曾在医院接受机械通气、体外膜氧合、无创通气(如 CPAP 或 BiPAP)、高流量鼻氧治疗或任何其他给氧方式至少 1 天,并且在筛查前至少 72 小时仅需要低流量鼻氧或无氧补充。LYT-100 或安慰剂将每日服用,最长 91 天,主要结局为六分钟步行试验中步行距离的变化,该试验依据美国胸科学会呼吸学会指南进行。
【主题与分类】
主题标签:Covid19、Post-acute COVID-19 Respiratory 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/NCT04652518
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/NCT04652518
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:Covid19、急性COVID-19后呼吸系统疾病。本研究A部分是一项随机、双盲、平行组研究,正在全球约35个中心开展,旨在评估LYT-100与安慰剂相比在168名急性COVID-19后呼吸系统并发症成人患者中的安全性和有效性。这些患者曾在医院接受机械通气、体外膜氧合、无创通气(如CPAP或BiPAP)、高流量鼻导管氧疗或任何其他给氧方式治疗至少1天,并且在筛选前至少72小时内仅需低流量鼻导管氧疗或无需补充氧气。LYT-100或安慰剂将每日服用,最长持续91天,主要结局为第91天评估时依据美国胸科学会呼吸学会指南进行的六分钟步行试验中步行距离的变化。次要终点也将进行评估,包括药代动力学、炎症生物标志物、影像学以及患者报告的呼吸困难结局和36项简短健康调查。
研究的第二部分(Part B)为开放标签扩展阶段,完成Part A的合格患者将入组并接受开放标签LYT-100治疗额外91天。Part B的主要终点是评估LYT-100在长达182天治疗中的长期安全性、耐受性和疗效。
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。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




