鼻腔喷雾皮肤可接受性与感知有效性评估(健康护理产品)

本数据集来源于 clinicaltrials.gov,针对一款健康护理产品(鼻腔喷雾)开展皮肤可接受性与感知有效性评估的临床研究

Herbarium Laboratorio Botanico LtdaHerbarium Laboratorio Botanico Ltda
clinicaltrials
浏览 3
表格分类Acceptance, SocialSensitivity, Contact
Evaluation of Cutaneous Acceptability and Perceived Effectiveness of a Nasal Spray (Health Care Products)

基本信息

模态
表格
任务类型
分类
创建/更新时间
2026-10-12

资源简介

鼻腔喷雾皮肤可接受性与感知有效性评估(健康护理产品)

本数据集来源于 clinicaltrials.gov,针对一款健康护理产品(鼻腔喷雾)开展皮肤可接受性与感知有效性评估的临床研究。研究计划纳入 45 名 18 至 70 岁女性受试者,她们是该产品类别的使用者,不限肤色、种族、民族、性取向、阶层和社会群体,须符合全部入选标准且无排除特征。产品在真实使用条件下施用于与目标消费者对应的调查参与者小组,研究全程提供医学评估以监测可能的不良事件。研究主要目的是观察产品施用对皮肤的影响,证明无刺激性或过敏反应,并评估感知可接受性(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:Acceptance, Social、Sensitivity, Contact。这是一项针对健康护理产品安全性评估的临床研究。研究将纳入 45 名受试者,年龄 18 至 70 岁,为该产品类别的女性使用者,不限肤色/种族、民族、性取向、阶层和社会群体,且必须符合入选标准的其他所有特征并排除排除标准特征。产品在真实使用条件下施用,受试小组由与目标消费者对应的调查参与者组成。研究全程提供医学评估以评估可能的不良事件。研究主要目的是观察产品施用对皮肤的影响,证明无刺激性和/或过敏反应以及感知可接受性。

【主题与分类】

主题标签:Acceptance, Social、Sensitivity, Contact。本站分类:免疫系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05508230

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT05508230

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

条件:接受度、社会性、敏感性、接触性。这是一项针对医疗保健产品安全性评估的临床研究。该研究将招募45名受试者,年龄在18至70岁之间,均为该产品类别的女性使用者,不论肤色/种族、民族、性取向、阶层和社会群体,且必须符合所有其他纳入标准特征,无排除特征。产品在真实使用条件下应用,调查小组由目标消费者组成。整个研究期间将提供医学评估,以评估可能出现的不良事件。研究的主要目的是观察产品应用对皮肤的影响,并证明无刺激性及/或过敏性,以及感知接受度。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。