Pridopidine治疗亨廷顿病3期研究
研究分为随机双盲安慰剂对照的1年研究期和2年开放标签扩展期,评估pridopidine 45 mg每日两次对未使用抗多巴胺药物的成年患者的作用

基本信息
资源简介
Pridopidine治疗亨廷顿病3期研究
该数据集来自clinicaltrials.gov,记录了一项针对Huntington Disease的3期临床研究。研究分为随机双盲安慰剂对照的1年研究期和2年开放标签扩展期,评估pridopidine 45 mg每日两次对未使用抗多巴胺药物的成年患者的作用。主要目标包括评估药物对疾病临床进展的影响,以及功能能力、认知、运动功能、生活质量和言语等方面的效果。目标人群为23至65岁成人起病Huntington Disease患者。数据可用于了解该试验的设计与评估指标(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Huntington Disease。这项3期研究包括两个研究期:一个随机、双盲、安慰剂对照的1年研究期和一个2年开放标签扩展(OLE)期。该研究评估pridopidine 45 mg每日两次对研究开始时未使用抗多巴胺药物(ADMs)的Huntington Disease参与者的影响。研究的主要目标是评估pridopidine在1年内对Huntington Disease临床进展的影响,并评估pridopidine在1年内对Huntington Disease参与者功能能力、认知、运动功能、生活质量(QoL)和言语的影响。本研究的目标人群为成人起病Huntington Disease(体征和症状出现及诊断年龄≥21岁)的成年参与者(年龄23-65岁,含界值)。符合条件的参与者在筛选访视前至少6个月内未使用ADMs。
【主题与分类】
主题标签:Huntington Disease。本站分类:妊娠、分娩和产褥期。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07609108
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/NCT07609108
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:亨廷顿病。这项3期研究包含两个研究阶段:为期1年的随机、双盲、安慰剂对照研究阶段,以及为期2年的开放标签扩展(OLE)阶段。该研究评估普利多匹定45 mg每日两次对研究开始时未使用抗多巴胺能药物(ADMs)的亨廷顿病受试者的影响。研究的主要目标是评估普利多匹定在1年内对亨廷顿病临床进展的影响,并评价普利多匹定在1年内对亨廷顿病受试者功能能力、认知、运动功能、生活质量(QoL)及言语的影响。本研究的目标人群为成年起病型亨廷顿病(体征和症状出现及诊断年龄≥21岁)的成年受试者(年龄23-65岁,含界值)。合格受试者在筛选访视前至少6个月内未使用ADMs。若在研究期间经治医生认为有必要进行ADM治疗,可启用特定的ADMs和剂量。妊娠、计划妊娠或哺乳期的女性受试者不得进入本研究。
治疗期将以为期2周的滴定导入期开始,期间每日给药一次(早晨口服1粒普利多匹定或安慰剂胶囊)。从第15天起,所有参与者将每日两次服用研究药物:早晨和下午各一次。治疗将持续额外50周。安慰剂对照研究期包括1年治疗期间的6次门诊访视和5次电话访视(安全随访电话)。安慰剂对照研究期之后将进入为期2年的开放标签延长期(OLE)。在OLE期间,所有符合条件的参与者将接受普利多匹定治疗。OLE将包括为期2年的治疗期,其中所有参与者先接受为期2周(重新)滴定导入期,每日一次普利多匹定,随后进入为期102周的维持期,每日两次普利多匹定。原治疗分配的盲态将保
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。




