INM004 治疗儿童 STEC-HUS 的疗效研究

该数据集来自 clinicaltrials.gov,主题为 INM004 联合标准治疗用于儿童 STEC-HUS(产志贺毒素大肠杆菌相关溶血性尿毒症综合征)的疗效评估

Inmunova S.A.Inmunova S.A.
clinicaltrials
浏览 3
其他预测Hemolytic-Uremic Syndrome
Efficacy of INM004 in Children With STEC-HUS

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-24

资源简介

INM004 治疗儿童 STEC-HUS 的疗效研究

该数据集来自 clinicaltrials.gov,主题为 INM004 联合标准治疗用于儿童 STEC-HUS(产志贺毒素大肠杆菌相关溶血性尿毒症综合征)的疗效评估。主要目标是评价 INM004 对肾功能改善的疗效;次要目标涵盖降低死亡率、预防和减少肾外并发症、改善 TMA 实验室指标、缩短住院天数,以及评估 INM004 的安全性和药代动力学、Stx 的动力学。数据可用于了解该适应症下的临床试验设计、疗效与安全性评价框架,支持相关研究参考与二次分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:溶血性尿毒症综合征。主要目标是评估 INM004 在标准治疗基础上作为 STEC-HUS 治疗在改善肾功能方面的疗效。次要目标 评估 INM004 在降低死亡率方面的疗效。 评估 INM004 在预防和减少肾外并发症方面的疗效。 评估 INM004 在改善 TMA 实验室参数方面的疗效。 评估 INM004 在减少住院天数方面的疗效。 评估 INM004 的安全性 评估 INM004 的药代动力学 * 评估 Stx 的动力学

【主题与分类】

主题标签:Hemolytic-Uremic Syndrome。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/NCT06389474

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

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/NCT06389474

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:溶血性尿毒症综合征。主要目的为评价在标准治疗基础上加用INM004治疗产志贺毒素大肠埃希菌相关溶血性尿毒症综合征(STEC-HUS)在改善肾功能方面的疗效。次要目的 * 评价INM004在降低死亡率方面的疗效。 * 评价INM004在预防和减少肾外并发症方面的疗效。 * 评价INM004在改善血栓性微血管病(TMA)实验室指标方面的疗效。 * 评价INM004在缩短住院天数方面的疗效。 * 评价INM004的安全性 * 评价INM004的药代动力学 * 评价志贺毒素(Stx)的动力学

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。

获取专属数据定制方案