ABS-201在雄激素性脱发及健康成人中的单次与多次递增剂量研究
该数据集来自clinicaltrials.gov,收录ABS-201首次人体研究的注册信息。研究对象为健康成年男女及雄激素性脱发患者,分为单次递增剂量(SAD)和多次递增剂量(MAD)两部分,分别采用静脉和皮下给药,评估ABS-201的安全性、耐受性、药代动力学及对相关生物标志物的影响,MAD部分还

基本信息
资源简介
ABS-201在雄激素性脱发及健康成人中的单次与多次递增剂量研究
该数据集来自clinicaltrials.gov,收录ABS-201首次人体研究的注册信息。研究对象为健康成年男女及雄激素性脱发患者,分为单次递增剂量(SAD)和多次递增剂量(MAD)两部分,分别采用静脉和皮下给药,评估ABS-201的安全性、耐受性、药代动力学及对相关生物标志物的影响,MAD部分还评估其对毛发生长的作用。数据可用于了解该在研药物早期临床研究的设计与结局指标,供脱发治疗领域研究参考(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:雄激素性脱发(AGA)、健康志愿者——男性和女性。这是一项ABS-201的首次人体研究,ABS-201是一种新的在研药物,受试者为健康成年男性和女性。其主要目的是查明ABS-201是否安全且耐受良好,并了解身体如何代谢它以及它如何影响相关生物标志物。ABS-201正被开发为雄激素性脱发(男性和女性型脱发)的可能治疗方法;其对毛发生长的作用尚未确定。该研究分为两部分:在单次递增剂量(SAD)部分,健康成人接受一剂静脉注射ABS-201或安慰剂;在多次递增剂量(MAD)部分,参与者(包括患有雄激素性脱发的男性)接受数剂皮下注射ABS-201或安慰剂。MAD部分还评估ABS-201对毛发生长的作用。主要
【主题与分类】
主题标签:Androgenetic Alopecia (AGA)、Healthy Volunteers - Male and Female。本站分类:皮肤与结缔组织疾病/毛发疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07317544
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/NCT07317544
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:雄激素性脱发(AGA),健康志愿者——男性和女性。这是一项关于ABS-201的首次人体研究,ABS-201是一种新的研究性药物,受试者为健康的成年男性和女性。其主要目的是查明ABS-201是否安全且耐受性良好,并了解人体如何代谢该药物以及它如何影响相关生物标志物。ABS-201正被开发为雄激素性脱发(男性和女性型脱发)的潜在治疗方法;其对毛发生长的作用尚未确定。该研究分为两部分:在单次递增剂量(SAD)部分,健康成年人接受一剂静脉注射ABS-201或安慰剂;在多次递增剂量(MAD)部分,参与者(包括患有雄激素性脱发的男性)接受数剂皮下注射ABS-201或安慰剂。MAD部分还评估ABS-201对毛发生长的影响。该研究旨在回答的主要问题是:参与者在服用单剂或多剂ABS-201时会出现哪些医疗问题(如有)?药物ABS-201与安慰剂(一种不含任何药物、外观相似的物质)相比如何?
符合试验资格的参与者将接受ABS-201或安慰剂,并在单次递增剂量(SAD)部分约12个月、多次递增剂量(MAD)部分约18个月期间,前往研究诊所进行定期检查和测试。在MAD部分,参与者将接受重复皮下注射剂量。
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。




