评估NexoBrid治疗热烧伤受试者疗效与安全性的研究

该数据集来自clinicaltrials.gov,收录一项关于NexoBrid治疗热烧伤的多中心、多国、随机、对照、评估者盲法、三臂研究

MediWound LtdMediWound Ltd
clinicaltrials
浏览 9
其他Thermal Burns
A Study to Evaluate the Efficacy and Safety of NexoBrid in Subjects With Thermal Burns

基本信息

模态
其他
创建/更新时间
2026-10-20

资源简介

评估NexoBrid治疗热烧伤受试者疗效与安全性的研究

该数据集来自clinicaltrials.gov,收录一项关于NexoBrid治疗热烧伤的多中心、多国、随机、对照、评估者盲法、三臂研究。研究旨在证明NexoBrid相较于Gel Vehicle对照和SOC治疗的优效性,受试者按3:3:1比例随机分配至NexoBrid、SOC或Gel Vehicle组。数据覆盖热烧伤受试者的目标创面定义、随机化流程及治疗分组信息,可用于了解该临床试验的设计与分组情况(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:热烧伤。这是一项多中心、多国、随机、对照、评估者盲法、三臂研究,旨在证明NexoBrid治疗在热烧伤受试者中优于Gel Vehicle对照和SOC治疗。在患者入组研究后、随机化之前,医生将根据目标创面(TWs)定义为每位受试者定义一个或多个目标创面。所有符合特定入组标准的受试者深部(DPT和FT)烧伤均拟按随机研究臂接受研究治疗。仅在受试者的所有目标创面均已定义后,才会启动随机化程序。患者将按3:3:1比例(NexoBrid:SOC:Gel Vehicle)分配至治疗臂。所有研究臂(NexoBrid、SOC或Gel Vehicle)的患者将以相同方式接受治疗,但除外

【主题与分类】

主题标签:Thermal Burns。本站分类:感染性疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT02148705

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/NCT02148705

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:热烧伤。这是一项多中心、多国、随机、对照、评估者盲法的三臂研究,旨在证明NexoBrid治疗在热烧伤受试者中优于凝胶载体对照和优于标准治疗(SOC)。患者入组研究后、随机化之前,医生将根据目标创面(TWs)定义,为每位受试者确定一个或多个目标创面。所有符合特定入组标准的受试者深部烧伤(DPT和FT)均拟按随机分配的研究组接受研究治疗。仅在受试者的所有目标创面均已确定后,方可启动随机化程序。患者将按3:3:1的比例分配至治疗组(NexoBrid:SOC:凝胶载体)。除焦痂清除阶段按随机分配的研究组执行外,所有研究组(NexoBrid、SOC或凝胶载体)的患者将以相同方式接受治疗。在开始焦痂清除治疗之前,受试者将接受适当的镇痛用药,并使用抗菌溶液对所有创面进行创面清洁和敷料包扎。

在伤口清洁和抗菌治疗之后,受试者将根据治疗分配(随机分组后接受NexoBrid、SOC或凝胶赋形剂治疗)进行焦痂去除过程。焦痂完全去除后,所有伤口将按照焦痂去除后伤口护理策略,以相同方式进行评估和治疗。焦痂去除后,受试者将每日接受生命体征和疼痛评估,直至出院(HD),并每周评估伤口进展,直至伤口闭合。在伤口闭合确认访视后,受试者将在伤口闭合后1、3、6、12、18和24个月进行随访,以评估长期结局。

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。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。