5个欧洲国家CPA/EE处方适应症药品使用数据
该数据集来源于clinicaltrials.gov,聚焦5个欧洲国家中醋酸环丙孕酮(CPA)2mg与炔雌醇(EE)35mcg复方制剂的处方适应症与药品使用情况

基本信息
资源简介
5个欧洲国家CPA/EE处方适应症药品使用数据
该数据集来源于clinicaltrials.gov,聚焦5个欧洲国家中醋酸环丙孕酮(CPA)2mg与炔雌醇(EE)35mcg复方制剂的处方适应症与药品使用情况。源站描述涉及多毛症、雄激素性脱发、重度贫血、皮脂溢出及PCOS等适应症,并记录了2012年法国卫生当局对该复方制剂严重血栓栓塞事件及超说明书避孕使用的国家审查,以及2013年欧盟紧急程序与PRAC评估背景。数据可用于分析该药品在不同国家的处方模式、适应症分布及监管措施影响(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:多毛症、雄激素性脱发、重度贫血、皮脂溢出、PCOS。醋酸环丙孕酮(CPA)2mg与炔雌醇(EE)35mcg的复方制剂目前适用于治疗育龄女性中重度痤疮。由于与炔雌醇的复方组合及剂量,该制剂也可作为有效避孕药。2012年,法国卫生当局对醋酸环丙孕酮联合炔雌醇进行了国家审查,并强调了严重血栓栓塞事件以及这些药物仅作为避孕药的广泛超说明书使用。这引发了2013年初的紧急联盟程序。欧洲药品管理局的药物警戒风险评估委员会(PRAC)得出结论,醋酸环丙孕酮联合炔雌醇(醋酸环丙孕酮2mg/炔雌醇
【主题与分类】
主题标签:Hirsutism、Androgenetic Alopecia、Severe Anemia、Seborrhea、PCOS。本站分类:血液及造血器官疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02494297
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/NCT02494297
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
适应症:多毛症、雄激素性脱发、严重贫血、皮脂溢出、多囊卵巢综合征。醋酸环丙孕酮(CPA)2mg与炔雌醇(EE)35mcg的复方制剂是目前用于治疗育龄女性中重度痤疮的药品。由于与炔雌醇联合使用及其给药方案,该制剂同时也作为有效的避孕药发挥作用。2012年,法国卫生主管部门对醋酸环丙孕酮联合炔雌醇进行了全国性审查,并重点关注了严重的血栓栓塞事件以及这些药物仅作为避孕药的广泛超说明书使用情况。这于2013年初触发了紧急联盟程序。欧洲药品管理局药物警戒风险评估委员会(PRAC)得出结论:醋酸环丙孕酮联合炔雌醇(醋酸环丙孕酮2mg/炔雌醇35mcg)的获益大于风险,前提是采取若干措施以将血栓栓塞风险降至最低。这些药物应仅用于治疗育龄女性中与雄激素敏感性相关的中重度痤疮和/或多毛症。
由于醋酸环丙孕酮联合炔雌醇具有激素避孕作用,女性不应将这些药物与激素避孕药联合使用。作为风险最小化措施之一,要求上市许可持有人开展多项研究,包括本次药物利用调查。本研究是一项在5个国家开展的多国、横断面、前瞻性、非干预性药物利用研究。研究参与者通过医疗保健专业人员网络招募。医生根据问卷从研究参与者处收集信息。这是一次性调查,无随访。拜耳发起了本研究,并通过向ZEG提供无条件资助予以支持。拜耳未积极参与研究实施。招募延期:2016年5月初,4个国家的招募工作已完成
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。




