PDA-002 肌内注射治疗伴或不伴 PAD 的糖尿病足溃疡的疗效与安全性
研究为 2 期临床试验，评估人胎盘来源细胞疗法 PDA-002 经肌内注射的疗效与安全性，受试者按平行组随机接受三种剂量（3 × 10^6、10 × 10^6、30 × 10^6 细胞）或匹配安慰剂，于第 1 天和第 8 天给药，并按 PAD 状态分层
基本信息
资源简介
PDA-002 肌内注射治疗伴或不伴 PAD 的糖尿病足溃疡的疗效与安全性
该数据集来自 clinicaltrials.gov，属于内分泌、营养和代谢疾病 / 糖尿病分类，聚焦伴或不伴 Peripheral Arterial Disease 的 Diabetic Foot 人群。研究为 2 期临床试验，评估人胎盘来源细胞疗法 PDA-002 经肌内注射的疗效与安全性，受试者按平行组随机接受三种剂量（3 × 10^6、10 × 10^6、30 × 10^6 细胞）或匹配安慰剂，于第 1 天和第 8 天给药，并按 PAD 状态分层。主要目标为伤口愈合疗效，次要目标包括 ABI、TBI、TcPO2 等血管参数及总体安全性。可用于糖尿病足溃疡细胞治疗相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：Conditions: Peripheral Arterial Disease, Diabetic Foot. 这项 2 期研究旨在评估 PDA-002（一种人胎盘来源的细胞疗法）经肌内注射给药在糖尿病足溃疡（DFU）受试者中的疗效与安全性。研究纳入伴或不伴外周动脉疾病（PAD）的受试者，反映了更广泛的 DFU 人群。受试者按平行组设计随机接受三种剂量水平之一（3 × 10^6、10 × 10^6 或 30 × 10^6 个细胞）的 PDA-002 或匹配安慰剂，于研究第 1 天和第 8 天给药。随机化按 PAD 状态分层。主要目标是评估伤口愈合结局方面的疗效，次要目标评估血管参数，如踝臂指数（ABI）、趾臂指数（TBI）和经皮氧分压（TcPO2），以及总体安全性。该研究
【主题与分类】
主题标签：Peripheral Arterial Disease、Diabetic Foot。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/NCT02264288
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/NCT02264288
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：外周动脉疾病、糖尿病足。这项2期研究旨在评估PDA-002（一种人胎盘来源的细胞疗法）通过肌内注射给药在糖尿病足溃疡（DFU）受试者中的疗效和安全性。研究纳入了伴和不伴外周动脉疾病（PAD）的受试者，反映了更广泛的DFU人群。受试者按平行组设计随机接受三种剂量水平之一（3 × 10^6、10 × 10^6或30 × 10^6个细胞）的PDA-002或匹配安慰剂，分别于研究第1天和第8天给药。随机化按PAD状态分层。主要目的是评估伤口愈合结局方面的疗效，次要目的包括评估血管参数，如踝臂指数（ABI）、趾臂指数（TBI）和经皮氧分压（TcPO2），以及总体安全性。该研究因商业决策而提前终止；然而，受试者仍按方案规定的随访计划进行随访。
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。
