地塞米松溶液与地塞米松在Mucolox™中的比较
研究比较两种局部治疗方案：以Mucolox™为载体的复方地塞米松0.5 mg/5 mL溶液（A组）与仅使用市售局部地塞米松0.5 mg/5 mL溶液（B组）
基本信息
资源简介
地塞米松溶液与地塞米松在Mucolox™中的比较
该数据集来自clinicaltrials.gov，聚焦口腔炎症性溃疡性疾病，包括Oral Lichen Planus、Mucous Membrane Pemphigoid、Pemphigus Vulgaris和Chronic Graft-versus-host-disease。研究比较两种局部治疗方案：以Mucolox™为载体的复方地塞米松0.5 mg/5 mL溶液（A组）与仅使用市售局部地塞米松0.5 mg/5 mL溶液（B组）。主要目标是评估前者在减轻口腔症状方面的临床疗效与耐受性，并利用Mucolox™延长药物与口腔黏膜接触时间的潜力。数据可用于治疗反应预测与疗效比较分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：病症：Oral Lichen Planus、Mucous Membrane Pemphigoid、Pemphigus Vulgaris、Chronic Graft-versus-host-disease。局部类固醇治疗被认为是Oral Inflammatory Ulcerative Diseases的一线治疗，当前治疗方案需要每日多次涂抹或漱口。使用Mucolox™作为载体将局部地塞米松递送至口腔黏膜，有可能有效延长药物之间的接触时间。本研究的主要目的是确定0.5 mg/5 mL复方地塞米松在Mucolox™中治疗Oral Inflammatory Ulcerative Diseases的临床疗效和耐受性，通过比较接受0.5mg/5ml复方地塞米松溶液在Mucolox™中治疗的患者（A组）与仅接受局部市售0.5mg/5ml地塞米松溶液治疗的患者（B组）之间口腔症状的减轻来衡量。
【主题与分类】
主题标签：Oral Lichen Planus、Mucous Membrane Pemphigoid、Pemphigus Vulgaris、Chronic Graft-versus-host-disease。本站分类：消化系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT04540133
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/NCT04540133
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：口腔扁平苔藓、黏膜类天疱疮、寻常型天疱疮、慢性移植物抗宿主病。局部类固醇治疗被认为是口腔炎性溃疡性疾病的一线治疗方法，当前的治疗方案需要每日多次涂抹或含漱。使用Mucolox™作为载体，将局部地塞米松递送至口腔黏膜，有可能有效延长药物与黏膜的接触时间，从而因减少用药频率而改善临床结局。本研究的主要目的是确定0.5 mg/5 mL复方地塞米松在Mucolox™中用于治疗口腔炎性溃疡性疾病的临床疗效和耐受性，通过比较接受Mucolox™中0.5mg/5ml复方地塞米松溶液治疗的患者（A组）与仅接受局部市售0.5mg/5ml地塞米松溶液治疗的患者（B组）之间口腔症状的减轻程度来评估。
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。
