Adapalene/Benzoyl Peroxide 外用凝胶治疗寻常痤疮的长期疗效与安全性研究

该数据集来自 clinicaltrials.gov,为一项多中心、开放标签、非对照研究,评估 Adapalene/Benzoyl Peroxide 外用凝胶在寻常痤疮受试者中的长期安全性与疗效

Galderma R&DGalderma R&D
clinicaltrials
浏览 8
文本回归Acne Vulgaris
Long-term Study of Efficacy/Safety of Adapalene/Benzoyl Peroxide Topical Gel in Acne Vulgaris Subjects

基本信息

模态
文本
任务类型
回归
创建/更新时间
2026-10-07

资源简介

Adapalene/Benzoyl Peroxide 外用凝胶治疗寻常痤疮的长期疗效与安全性研究

该数据集来自 clinicaltrials.gov,为一项多中心、开放标签、非对照研究,评估 Adapalene/Benzoyl Peroxide 外用凝胶在寻常痤疮受试者中的长期安全性与疗效。受试者在基线、第1周和第2周,以及第1、2、4、6、8、10、12个月接受评估。安全性通过不良事件自发报告、局部耐受性评估(红斑、脱屑、干燥、刺痛/灼烧感)、常规实验室检查(血液学、血液化学和尿液分析)及疑似致敏监测进行评价;疗效通过炎性、非炎性及总病灶计数相对基线的百分比变化和受试者痤疮评估进行分析。数据可用于研究该复方凝胶的长期安全性特征与疗效变化趋势(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:寻常痤疮。这是一项多中心、开放标签、非对照研究,评估了 Adapalene/Benzoyl Peroxide 凝胶的长期安全性和疗效特征。受试者在基线、第1周和第2周,以及第1、2、4、6、8、10和12个月接受评估。安全性通过不良事件(AEs)的自发报告、局部耐受性评估(红斑、脱屑、干燥和刺痛/灼烧感)、常规实验室检查(血液学、血液化学和尿液分析)以及疑似致敏监测进行评估。疗效通过分析炎性、非炎性和总病灶计数相对基线的百分比变化,以及受试者的痤疮评估进行评估。

【主题与分类】

主题标签:Acne Vulgaris。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/NCT00446043

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT00446043

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

适应症:寻常痤疮。这是一项多中心、开放标签、非对照研究,评估了阿达帕林/过氧化苯甲酰凝胶的长期安全性和有效性。受试者在基线、第1周和第2周,以及第1、2、4、6、8、10和12个月时接受评估。安全性通过不良事件(AEs)的自发报告、局部耐受性评估(红斑、脱屑、干燥和刺痛/灼烧感)、常规实验室检查(血液学、血液生化和尿液分析)以及疑似致敏反应的监测进行评估。有效性通过分析炎性、非炎性和总病灶计数相对于基线的百分比变化,以及受试者对痤疮的评估来进行评价。

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。

获取专属数据定制方案