接受他克莫司治疗患者中预emptive基因分型策略的有效性与成本效果研究
该数据集来自clinicaltrials.gov,聚焦接受他克莫司治疗的慢性肾脏病及肾移植受者,涉及免疫抑制管理。研究为全国性、多中心、随机、对照、适应性IV期临床试验,评估预emptive药物基因组检测策略的有效性与成本效果,通过药物-基因-终点三元组定义,受试者经预emptive基因分型后按可操
基本信息
资源简介
接受他克莫司治疗患者中预emptive基因分型策略的有效性与成本效果研究
该数据集来自clinicaltrials.gov,聚焦接受他克莫司治疗的慢性肾脏病及肾移植受者,涉及免疫抑制管理。研究为全国性、多中心、随机、对照、适应性IV期临床试验,评估预emptive药物基因组检测策略的有效性与成本效果,通过药物-基因-终点三元组定义,受试者经预emptive基因分型后按可操作基因变异随机分组,比较基于指南的治疗调整与常规诊疗,并进行前瞻性随访。数据可用于药物基因组学策略评估、临床决策支持及成本效果分析等研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:慢性肾脏病、肾移植受者、免疫抑制。这是一项全国性、多中心、随机、对照、适应性IV期临床试验,旨在评估预emptive药物基因组检测策略的有效性与成本效果,包括受药物不良反应(ADR)相关遗传变异或疗效受限影响的策略。该临床试验将通过定义药物-基因-终点三元组来评估预emptive基因分型的有效性与成本效果。研究受试者将接受预emptive基因分型,若发现可操作的基因变异,则随机分配至试验组(启动基于指南的治疗调整)或对照组(按医疗保健提供者标准诊疗(SoC)管理)。随后,受试者将前瞻性随访至prespe
【主题与分类】
主题标签:Kidney Disease, Chronic、Transplant Recipient (Kidney)、Immunosuppression。本站分类:泌尿生殖系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06701825
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/NCT06701825
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:慢性肾脏病、肾移植受者、免疫抑制。这是一项全国性、多中心、随机、对照、适应性IV期临床试验,旨在评估先发性药物基因组学检测策略的有效性和成本效益,包括受与药物不良反应(ADRs)相关或疗效受限的遗传变异影响的策略。该临床试验将通过定义药物-基因-终点三联体来评估先发性基因分型的有效性和成本效益。研究对象将接受先发性基因分型,若发现具有可干预的基因变异,则随机分配至试验组(启动基于指南的治疗调整)或对照组(按照医疗服务提供者的标准治疗(SoC)进行管理)。随后,将在预设时间点对受试者进行前瞻性随访。关于药物-基因-终点三联体、分配方案和随访访视的详细信息将在各子方案中提供。
每个嵌套试验将任命一个由医生专家组成的数据监测委员会(DMC),持续审查数据,确保参与者的安全及研究的科学有效性。
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。




