评估Clascoterone溶液治疗男性型脱发疗效与安全性的研究(SCALP2)
该数据集来自clinicaltrials.gov,主题为雄激素性脱发(男性型脱发),研究Clascoterone溶液与安慰剂对照的疗效与安全性

基本信息
资源简介
评估Clascoterone溶液治疗男性型脱发疗效与安全性的研究(SCALP2)
该数据集来自clinicaltrials.gov,主题为雄激素性脱发(男性型脱发),研究Clascoterone溶液与安慰剂对照的疗效与安全性。研究分两部分:第一部分为期最长6个月、每日两次用药的双盲对照评估;第二部分针对第一部分中的应答者再延长6个月,观察长期安全性与疗效。数据可用于脱发治疗临床试验的疗效与安全性分析,以及双盲、安慰剂对照设计下的应答者识别与长期随访研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:雄激素性脱发。本研究的目的是观察Clascoterone是否有助于男性型脱发患者恢复,并评估该治疗是否有效、安全以及受试者对药物的耐受程度。在本研究中,Clascoterone溶液将与安慰剂进行比较。研究分为两部分:第一部分将评估Clascoterone溶液每日两次、最长6个月用药与安慰剂相比的有效性和安全性。第二部分将在第一部分中被定义为“应答者”的受试者中,额外6个月观察Clascoterone溶液与安慰剂相比的长期安全性和疗效。应答者是指根据研究数据对研究药物产生应答的人。研究第一部分为双盲,即受试者和研究医生均不知道受试者接受的是哪种治疗。研究第二部分为单盲。
【主题与分类】
主题标签:Alopecia, Androgenetic。本站分类:症状、体征与临床所见。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05914805
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/NCT05914805
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:脱发,雄激素性。本研究旨在观察Clascoterone是否能帮助男性型脱发患者恢复,并评估该治疗是否有效、安全以及受试者对药物的耐受性如何。在本研究中,将把Clascoterone溶液与安慰剂进行比较。研究分为2个部分:第1部分将观察每日两次外用Clascoterone溶液最长6个月与安慰剂相比是否有效且安全。第2部分将在第1部分中被定义为“应答者”的受试者中,进一步观察Clascoterone溶液与安慰剂相比额外6个月的长期安全性和有效性。应答者是指根据研究数据对研究药物产生应答的人。研究的第1部分为双盲,即受试者和研究医生均不知道受试者接受的是哪种治疗。研究的第2部分为单盲,只有开展研究的研究医生知道受试者接受的是哪种治疗。
研究第1部分将以基线访视开始,在此期间,受试者将按2:1的比例随机分配(通过偶然方式)在头皮秃发区域涂抹Clascoterone或安慰剂溶液。受试者在第1部分为期6个月的研究期间将进行5次门诊访视和2次电话随访。在第6个月访视时被确定为第1部分应答者的受试者将再次按2:1的比例随机分配,接受研究药物或安慰剂。研究第2部分将包括2次额外的门诊访视,治疗将持续另外6个月。每位受试者在研究药物治疗完成或中止后一个月还将进行一次研究结束访视(对于无应答受试者,将在第1部分结束后一个月进行)。对于完成整个研究(第1部分和第2部分)的受试者,研究总持续时间约为14个月,其中治疗12个月,共计八次门诊访视和两次电话随访。参加本研究的受试者将接受医学检查或程序
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。




