确定PEP005外用凝胶最大耐受剂量与安全性的研究
该数据集来自clinicaltrials.gov,属于肿瘤/皮肤癌分类,主题为光化性角化病(AK)。源站描述为一项开放标签、剂量递增、队列研究,旨在确定PEP005外用凝胶在AK患者中的最大耐受剂量(MTD),给药方式为连续两天每日一次,将90微升凝胶涂抹于目标病灶周围3×3厘米模板区域,研究在美国

基本信息
资源简介
确定PEP005外用凝胶最大耐受剂量与安全性的研究
该数据集来自clinicaltrials.gov,属于肿瘤/皮肤癌分类,主题为光化性角化病(AK)。源站描述为一项开放标签、剂量递增、队列研究,旨在确定PEP005外用凝胶在AK患者中的最大耐受剂量(MTD),给药方式为连续两天每日一次,将90微升凝胶涂抹于目标病灶周围3×3厘米模板区域,研究在美国一个中心开展,初始3例患者进入最低剂量0.01%组,若发生剂量相关事件可额外增加最多3例患者。数据可用于了解AK局部治疗剂量探索与安全性评估的研究设计(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):状况:角化病。光化性角化病(AK)是一种常见的皮肤状况,特征为皮肤表层出现粗糙、鳞屑状斑块或疮口,若不治疗可进展为皮肤癌。当前治疗可能导致瘢痕和色素减退、不便或需要较长治疗时间。因此正在研究用于治疗AK病灶的非侵入性替代疗法。这是一项开放标签、剂量递增、队列研究,旨在确定PEP005外用凝胶在光化性角化病(AK)患者中的最大耐受剂量(MTD),给药方式为连续两天每日一次(将90微升凝胶局部涂抹于目标病灶周围3×3厘米模板区域)。该研究将在美国一个中心开展。初始3例患者进入最低剂量水平(0.01%),若发生剂量相关事件可额外增加最多3例患者。
【主题与分类】
主题标签:Keratosis。本站分类:肿瘤/皮肤癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00239135
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/NCT00239135
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:角化病。光化性角化病(AK)是一种常见的皮肤疾病,其特征为皮肤表层出现粗糙、鳞屑状斑块或溃疡,若不治疗可进展为皮肤癌。目前的治疗方法可能导致瘢痕形成和色素减退、使用不便,或需要较长的治疗周期。因此,正在研究用于治疗AK病灶的非侵入性替代疗法。这是一项开放标签、剂量递增、队列研究,旨在确定PEP005外用凝胶对光化性角化病(AK)患者的最大耐受剂量(MTD),给药方式为连续两天每日一次(将90微升凝胶局部涂抹于目标病灶周围3×3cm的模板区域)。该研究将在美国的一个中心进行。初始以最低剂量水平(0.01%)入组3例患者,若初始患者出现剂量限制性毒性(DLT),则最多再额外入组3例患者。DLT定义为研究者观察到的“严重”局部皮肤反应,即在第2天治疗前(第1天治疗后)观察到,或在第8天(第2天治疗后)观察到。
根据I期研究结果以及非临床毒代动力学评估中发现的低全身吸收,预计不会出现全身毒性。一旦确定,将在MTD下治疗总共10名患者,以确认其确定。根据I期研究的结果,起始剂量将为0.01% PEP005凝胶。该研究的次要目标是(1)评估PEP005局部凝胶连续两天每日一次给药时的临床疗效,以及(2)确定PEP005局部凝胶在MTD下的全身吸收。将在筛选访视以及第8天和第29天进行血液学和生化评估。将在每次研究访视时评估不良事件。将在第8天、第15天和第29天评估治疗的临床反应。
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。




