BTZ-043联合用药剂量评估与选择
该数据集来自 clinicaltrials.gov，聚焦呼吸系统疾病中的肺结核，收录一项开放标签、2B 期随机对照研究。研究在成人新诊断药物敏感肺结核患者中，评估三种不同剂量 BTZ-043 联合 bedaquiline 与 delamanid 的实验方案，并与含 moxifloxacin 的对照方
基本信息
资源简介
BTZ-043联合用药剂量评估与选择
该数据集来自 clinicaltrials.gov，聚焦呼吸系统疾病中的肺结核，收录一项开放标签、2B 期随机对照研究。研究在成人新诊断药物敏感肺结核患者中，评估三种不同剂量 BTZ-043 联合 bedaquiline 与 delamanid 的实验方案，并与含 moxifloxacin 的对照方案比较，给药周期 16 周，计划入组 90 名成人受试者。数据可用于了解肺结核联合用药剂量探索、治疗方案对比及临床试验设计，支持治疗分组与疗效相关分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：肺结核、其他特指肺结核。这项开放标签、2B 期、随机对照研究将在新诊断的药物敏感肺结核成人受试者中，评估三个含有不同剂量 BTZ-043 联合 bedaquiline 和 delamanid 的实验组，并与 bedaquiline、delamanid 和 moxifloxacin 进行比较，给药持续 16 周。共将入组 90 名成人（≥ 18 岁）受试者。如果出现大量脱落或不可评估的受试者，可能有必要招募更多受试者参与研究。受试者将被随机分配到三个含 BTZ 的实验方案之一或含 moxifloxacin 的对照方案：第 1 组：bedaquiline、delamanid、BTZ-043 500 mg（BDT500）第 2 组：bedaquiline、delamanid、BTZ-043 1000 mg（BDT1000）第 3 组：bed
【主题与分类】
主题标签：Tuberculosis, Pulmonary、Other Specified Pulmonary Tuberculosis。本站分类：呼吸系统疾病/肺结核。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05926466
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/NCT05926466
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：肺结核、其他特指肺结核。这项开放标签、2B期、随机对照研究将评估三个含不同剂量BTZ-043联合贝达喹啉和德拉马尼的试验组，在初诊药物敏感性肺结核成人受试者中，与贝达喹啉、德拉马尼和莫西沙星联合用药的比较，给药持续16周。计划入组90名成人（≥18岁）受试者。若脱落或不可评估受试者数量较多，可能有必要招募更多受试者进入研究。受试者将被随机分配至三个含BTZ的试验方案之一或含莫西沙星的对照方案：第1组：贝达喹啉、德拉马尼、BTZ-043 500 mg（BDT500）；第2组：贝达喹啉、德拉马尼、BTZ-043 1000 mg（BDT1000）；第3组：贝达喹啉、德拉马尼、BTZ-043 1500 mg（BDT1500）；第4组：贝达喹啉、德拉马尼、莫西沙星（BDM）。所有组中，贝达喹啉剂量为400 mg每日一次，持续2周，随后100 mg每日一次，持续14周；德拉马尼剂量为300 mg每日一次，持续16周。
莫西沙星将在对照组中以每日一次400毫克的剂量给药。完成16周治疗后，所有参与者将接受为期8周的利福平和异烟肼继续治疗。
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。
