新型有前景药物联合治疗肺结核研究
该数据集来自 clinicaltrials.gov,主题为肺结核,属于呼吸系统疾病分类。源站描述显示这是一项针对新诊断、痰涂片阳性成人药物敏感肺结核(DS-TB)受试者的 2 期、两部分、多中心、开放标签、对照、随机临床试验,分序贯两部分进行,每部分含平行治疗组

基本信息
资源简介
新型有前景药物联合治疗肺结核研究
该数据集来自 clinicaltrials.gov,主题为肺结核,属于呼吸系统疾病分类。源站描述显示这是一项针对新诊断、痰涂片阳性成人药物敏感肺结核(DS-TB)受试者的 2 期、两部分、多中心、开放标签、对照、随机临床试验,分序贯两部分进行,每部分含平行治疗组。Part A 将受试者随机分配至两种 TBAJ-587 实验方案(TBA-587PaL,100 mg 或 200 mg 剂量)或活性 SOC 对照臂(HRZE),其数据用于确定 Part B 的剂量选择;Part B 将受试者随机分配至三种实验方案。该序贯设计允许在 Part A 与 Part B 之间进行中期分析,评估较低和较高 TBAJ-587 剂量的安全性与有效性,再。
【数据内容】
源站描述(机器翻译,仅供参考):条件:肺结核。这是一项针对新诊断、痰涂片阳性成人药物敏感肺结核(DS-TB)受试者的 2 期、两部分、多中心、开放标签、对照、随机临床试验。该试验将分两个序贯部分进行,每部分包含平行治疗组。Part A:受试者将被随机分配至两种 TBAJ-587 实验方案(TBA-587PaL,100 mg 或 200mg 剂量)之一或活性 SOC 对照臂(HRZE:)。Part A 的数据将为 Part B 的剂量选择提供依据。Part B:受试者将被随机分配至三种实验方案之一。序贯设计允许在 Part A 与 Part B 之间进行中期分析(第 10.5 节),以在进入 Part B 之前评估较低和较高 TBAJ-587 剂量的安全性与有效性,Part B 将使用所选剂量。TBAJ-587 可能被类似的 diarylquinolone 化合物替代
【主题与分类】
主题标签:Tuberculosis, Pulmonary。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/NCT07773610
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/NCT07773610
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。这是一项2期、两部分、多中心、开放标签、对照、随机临床试验,受试者为新诊断、痰涂片阳性的药物敏感性肺结核成人患者。试验将按顺序分两部分进行,每部分均包含平行治疗组。A部分:受试者将被随机分配至两种TBAJ-587实验方案之一(TBA-587PaL,100 mg或200 mg剂量)或活性标准治疗对照组(HRZE:)。A部分的数据将为B部分的剂量选择提供依据。B部分:受试者将被随机分配至三种实验方案之一。序贯设计允许在A部分和B部分之间进行中期分析(第10.5节),以评估较低和较高TBAJ-587剂量的安全性和有效性,然后再进入B部分,在B部分将使用所选剂量。如果基于中期分析——出于科学和/或安全性原因——确定TBAJ-587不应进入B部分,则TBAJ-587可被类似的二芳基喹诺酮化合物替代。若发生这种情况,将通过提交正式方案修正案来更新方案。
A部分纳入的活性对照组提供了一个内部基准,用以确认研究程序、微生物学方法和临床实施均按预期进行。因此,A部分对照组产生的数据将作为解读B部分结果的主要内部参考。所以,B部分不设对照组。此外,本研究使用的细菌学终点,包括至阳性时间(TTP)及相关的早期杀菌活性指标,在已发表文献中针对HRZE已有充分表征。这些既有的外部数据提供了稳健的背景框架,可据此解读B部分的结果,而无需额外的同期对照组。这种方法限制了参与者接受标准治疗的不必要暴露,使其不超过确立研究有效性所需的范围,同时允许高效地评
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。




