IBI3033治疗中重度特应性皮炎的研究

该数据集来自clinicaltrials.gov,收录一项关于IBI3033治疗中重度特应性皮炎的Phase 1临床试验信息

Innovent Biologics (Suzhou) Co. Ltd.Innovent Biologics (Suzhou) Co. Ltd.
clinicaltrials
浏览 15
其他分类Atopic Dermatitis
A Study of IBI3033 in Moderate-to-Severe Atopic Dermatitis

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-09

资源简介

IBI3033治疗中重度特应性皮炎的研究

该数据集来自clinicaltrials.gov,收录一项关于IBI3033治疗中重度特应性皮炎的Phase 1临床试验信息。研究采用随机、双盲、安慰剂对照、多次递增剂量设计,计划入组约16名符合条件的成年受试者,按3:1比例随机分配至两个剂量队列之一接受IBI3033或匹配安慰剂。研究包含最长4周筛选期、12周治疗期和4周安全性随访期。主要目的为评估安全性与耐受性,次要目的包括药代动力学和免疫原性特征,探索性评估涵盖药效动力学生物标志物等。可用于了解该试验设计、受试人群及评估指标(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:特应性皮炎。这是一项Phase 1、随机、双盲、安慰剂对照、多次递增剂量研究,旨在评估IBI3033在中重度特应性皮炎(AD)受试者中的安全性、耐受性和药代动力学。计划入组约16名符合条件的成年受试者,并依次分配至两个剂量队列之一。在每个队列内,受试者将按3:1比例随机接受IBI3033或匹配安慰剂。研究包括筛选期(最长4周)、12周治疗期和4周安全性随访期。主要目的是根据不良事件和严重不良事件的发生率评估安全性和耐受性。次要目的包括药代动力学和免疫原性的特征描述。探索性评估包括药效动力学生物标志物和初步

【主题与分类】

主题标签:Atopic Dermatitis。本站分类:皮肤疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07549984

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT07549984

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

适应症:特应性皮炎。这是一项1期、随机、双盲、安慰剂对照、多次递增剂量研究,旨在评估IBI3033在中重度特应性皮炎(AD)受试者中的安全性、耐受性和药代动力学。约16名符合条件的成年受试者将入组,并依次分配至两个剂量队列之一。在每个队列内,受试者将按3:1的比例随机接受IBI3033或匹配安慰剂。该研究包括筛选期(最长4周)、12周治疗期和4周安全性随访期。主要目的是根据不良事件和严重不良事件的发生率评估安全性和耐受性。次要目的包括表征药代动力学和免疫原性。探索性评估包括药效动力学生物标志物和初步疗效结局,如湿疹面积和严重程度指数(EASI)及研究者总体评估(vIGA-AD)评分的变化。

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。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。