Apomivir® 疗效与安全性研究
该数据集来自 clinicaltrials.gov,主题为流感(Influenza),属于呼吸系统疾病/其他分类。研究为前瞻性、随机、双盲、平行、安慰剂对照、多中心设计,计划邀请约 196 名受试者,目标可评估受试者 156 名

基本信息
资源简介
Apomivir® 疗效与安全性研究
该数据集来自 clinicaltrials.gov,主题为流感(Influenza),属于呼吸系统疾病/其他分类。研究为前瞻性、随机、双盲、平行、安慰剂对照、多中心设计,计划邀请约 196 名受试者,目标可评估受试者 156 名。受试者需体温≥38˚C、至少一项呼吸道症状及一项其他全身症状,且甲型和乙型流感快速检测阳性。受试者按 1:1 随机分配至 Apomivir® 组或安慰剂组,疗程 5 天。数据可用于流感治疗相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:流感。这是一项前瞻性、随机、双盲、平行、安慰剂对照、多中心研究。将邀请约 196 名受试者,其发热定义为体温 ≥ 38˚C,且至少有一项呼吸道症状和一项其他全身症状,目标可评估受试者为 156 名。将进行鼻咽/咽拭子甲型和乙型流感快速检测,只有检测结果阳性的受试者才能被招募。所有符合条件的受试者将按 1:1 比例随机分配至以下治疗组之一。研究组:Apomivir® 1 粒胶囊(120 mg/粒),每日两次,共 5 天。对照组:安慰剂 1 粒胶囊,每日两次,共 5 天。入组时将提供一包对乙酰氨基酚(500 mg)。所有流感症状缓解药物仅可用于持续发热或流感症状(≥ 24 小时)的补救治疗。一个数字体温计
【主题与分类】
主题标签:Influenza。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01677689
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/NCT01677689
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
条件:流感。这是一项前瞻性、随机、双盲、平行、安慰剂对照、多中心研究。大约196名受试者,其发热定义为体温≥38℃,且至少伴有一项呼吸道症状和一项其他全身症状,将被邀请参与本研究,目标为156名可评估受试者。将进行鼻咽/咽拭子甲型和乙型流感快速检测,只有检测结果呈阳性的受试者才能被招募。所有符合条件的受试者将按1:1的比例随机分配至以下治疗组之一。研究组:Apomivir® 1粒胶囊(120毫克/粒),每日两次,共5天。对照组:安慰剂1粒胶囊,每日两次,共5天。入组时将提供一包对乙酰氨基酚(500毫克)。所有流感症状缓解药物仅可用于持续性发热或流感症状(≥24小时)的补救治疗。基线时(第1天)将发放数字体温计和日记卡。将指导受试者完成体温记录,以及关于其流感症状严重程度和日常活动受影响程度的每日记录。
监测频率为第1天至第5天每日两次(给药后),之后减至每日一次,直至第29天或完全治愈(定义为所有流感症状及干扰消失)。治疗失败定义为因疾病进展而出现的继发疾病、抗生素使用及住院。为了安全性和有效性评估,所有受试者应在第3天、第6天和第15天返回。对于第15天(第4次访视)前未完全治愈的受试者,将进行进一步治疗,并应在第29天返回;对于完全治愈的受试者,仅在第29天进行电话随访。发热严重程度将采用4分制评分:0 = < 37.2°C 1 = ≥ 37.2至< 38.0°C 2 = ≥ 38.0至< 39.0°C 3 = ≥ 39.0°C 其他流感症状(如咳嗽、鼻塞、咽痛、乏力、头痛和肌痛)
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。




