临床试验结果披露：伦理与法律合规性

数据集获取

源站：https://doi.org/10.17632/wrg8pkmhyv

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。

数据集大小约 5.8 MB。

数据说明

数据集描述 本数据集包含在ClinicalTrials.gov注册的14,614项癌症相关临床试验，这些试验由来自112个国家的2,061个组织赞助，包括制药公司、大学及其他机构。分析单位是单个临床试验。构建此数据集旨在考察临床试验赞助者是否在试验完成后12个月内公开试验结果，以及这种公开是否在不同伦理和法律监管时期有所差异。仅纳入了已完成的试验。正在进行中的试验以及缺乏有效完成日期以确定12个月公开窗口的试验被排除在外。未在12个月内发布结果的已完成试验被保留并编码为不合规。主要因变量是及时公开，当试验结果在完成后一年内公开时编码为1，否则为0。数据集包含了识别每项试验完成时所处监管时期的变量，包括2013年赫尔辛基宣言前后时期及2017年FDAAA执行变更时期。

该数据集还包含试验层面、申办者层面、技术层面和国家层面的特征，用作解释变量和控制变量。关键变量包括申办者类型、试验完成年份、试验分期、干预性与观察性设计、入组人数、申办者数量、试验的年龄和性别关注点、健康志愿者状态、NIH资助、其他美国联邦资助、东道国人口、知识产权保护，以及东道国是否为OECD成员国或中国。与该数据集相关的实证分析采用多水平混合效应逻辑回归，并考虑了组织层面、技术层面和国家层面的聚类。还使用了替代性分层设定作为稳健性检验。建议的仓库关键词：临床试验；ClinicalTrials.gov；结果披露；透明度；监管合规；制药

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。