常用处方药的光毒性研究
该数据集来源于clinicaltrials.gov,聚焦常用处方药的光毒性研究。研究针对十种已知具有光敏特性的常用处方药,旨在获取更详细的作用信息,为需要这些药物治疗的患者提供建议

基本信息
资源简介
常用处方药的光毒性研究
该数据集来源于clinicaltrials.gov,聚焦常用处方药的光毒性研究。研究针对十种已知具有光敏特性的常用处方药,旨在获取更详细的作用信息,为需要这些药物治疗的患者提供建议。药物诱导的光毒性和光过敏反应是多种药物相对常见的副作用,但其发生率和阈值剂量存在报告不足、误诊或研究不充分的问题。该研究为开放、随机、单中心、平行组设计,12名健康受试者随机分为两组,每组6人。数据可用于药物安全性评估和光毒性风险分类(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:光毒性。本临床研究的目的是测试十种已知具有光敏特性的常用处方药,以获取关于其作用的更详细知识,从而有助于为需要这些药物进行治疗的患者提供建议。药物诱导的光毒性和光过敏反应是多种药物相对常见的副作用。然而,其发生率和阈值剂量存在报告不足、误诊或研究不充分的问题。在这项开放、随机、单中心、平行组研究中,12名健康受试者在符合入选和排除标准并完成筛选访视(人口统计学、病史、实验室参数、生命体征参数、心电图、包括皮肤检查在内的体格检查以及皮肤特性的基线测量)后,被随机分为2组,每组6名健康受试者。在研究中
【主题与分类】
主题标签:Phototoxicity。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06710600
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/NCT06710600
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:光毒性。本临床研究的目的是测试十种常用的具有已知光敏特性的处方药,以获取关于其效应的更详细知识,从而有助于为需要这些药物进行治疗的患者提供建议。药物引起的光毒性和光过敏性反应是多种药物相对常见的副作用。然而,其发生率和阈值剂量往往报告不足、被误诊或未得到充分研究。在这项开放、随机、单中心、平行组研究中,12名健康受试者在符合纳入和排除标准并完成筛选访视(人口统计学资料、病史、实验室参数、生命体征参数、心电图、包括皮肤检查在内的体格检查以及皮肤特性的基线测量)后,被随机分为2组,每组6名健康受试者。在研究过程中,每周(第1、8、15、22、29天)口服单次剂量的一种药物,该药物来自随机化期间分配的由5种药物组成的固定区组。
给药后6小时,当药物达到血浆峰浓度时,用UVA、UVB和可见光照射上臂、前臂和背部预先确定的部位。照射使用临床常规设备,即Sellamed(德国)的UVA灯、Waldmann Medizintechnik的UVB灯以及用于可见光照射的幻灯机。下一步,使用Mexameter®、Aquaflux®和共聚焦拉曼显微镜分析照射后立即出现及24小时后出现的皮肤反应。除安全性血液参数外,在筛选期和末次访视时还会定期采集备用血样,以便日后可能进行药物水平分析。要求受试者在整个研究期间避免直接日晒,若无法避免,则使用高防晒系数的防晒产品。末次访视(第12次访视)计划为
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。




