评估 ENERGI-F703 GEL 治疗糖尿病足溃疡的研究
本数据集来自 clinicaltrials.gov，主题为一项评估 ENERGI-F703 GEL 治疗糖尿病足溃疡的 3 期临床研究
基本信息
资源简介
评估 ENERGI-F703 GEL 治疗糖尿病足溃疡的研究
本数据集来自 clinicaltrials.gov，主题为一项评估 ENERGI-F703 GEL 治疗糖尿病足溃疡的 3 期临床研究。研究采用随机、双盲、载体对照、多中心、平行设计，纳入 Wagner 1 至 2 级糖尿病足溃疡受试者，并以基线目标溃疡面积（<16 cm2 与 ≥16 cm2）作为分层因素，按 1:1 随机分配至 ENERGI-F703 GEL 或载体对照组。研究总时长最长 31 周，包括约 2 至 3 周筛选期、16 周双盲给药/观察期及末次给药后 12 周安全性随访。数据可用于糖尿病足溃疡治疗疗效与安全性相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：糖尿病足溃疡、足溃疡、糖尿病、创面。这项 3 期研究是一项随机、双盲、载体对照、多中心、平行研究，旨在评估 ENERGI-F703 GEL 与载体对照相比在 Wagner 1 级至 2 级糖尿病足溃疡受试者中的疗效和安全性。基线目标溃疡大小（<16 cm2 与 ≥16 cm2）将作为分层因素纳入。受试者将按 1:1 随机分配接受 ENERGI-F703 GEL 或载体对照，使用交互式网络应答系统进行随机化，以自动分配唯一的受试者随机编号。研究总时长最长 31 周，包括筛选访视（约 2 至 3 周）、双盲给药/观察期（16 周），以及末次给予研究治疗后的 12 周安全性随访。
【主题与分类】
主题标签：Diabetic Foot Ulcer、Foot Ulcer、Diabetes Mellitus、Wound。本站分类：内分泌、营养和代谢疾病/糖尿病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05930210
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/NCT05930210
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：糖尿病足溃疡、足溃疡、糖尿病、创面。本项3期研究是一项随机、双盲、赋形剂对照、多中心、平行研究，旨在评估ENERGI-F703凝胶与赋形剂对照相比，在Wagner 1级至2级糖尿病足溃疡受试者中的疗效和安全性。基线目标溃疡大小（<16 cm² vs ≥16 cm²）将作为分层因素纳入。受试者将按1：1随机分配接受ENERGI-F703凝胶或赋形剂对照，使用交互式网络应答系统进行随机化，以自动分配唯一的受试者随机编号。研究总持续时间最长可达31周，包括筛选访视（约2至3周）、双盲给药/观察期（16周），以及末次给予研究治疗后的12周安全性随访。
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。
