关于研究药物PF-07905428在健康参与者及寻常痤疮参与者中的研究

本数据集来自clinicaltrials.gov,收录一项关于研究药物PF-07905428的临床试验信息,适应症为寻常痤疮

PfizerPfizer
clinicaltrials
浏览 7
其他分类Acne Vulgaris
A Study to Learn About the Study Medicine Called PF-07905428 in Healthy Participants and Participants With Acne Vulgaris

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-07

资源简介

关于研究药物PF-07905428在健康参与者及寻常痤疮参与者中的研究

本数据集来自clinicaltrials.gov,收录一项关于研究药物PF-07905428的临床试验信息,适应症为寻常痤疮。研究面向18至40岁、总体健康的人群,其中第4队列需确诊为中重度寻常痤疮。研究药物每日涂抹于面部和/或背部,第1、2队列持续14天,第3、4队列持续28天,并设置对照比较用药与不用药者的体验,以评估安全性和有效性。参与者参与约2个月,第1、2队列有17次访视,第3、4队列有31次访视。可用于了解该药物在痤疮治疗中的临床研究设计与评估方向(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:寻常痤疮。本临床试验的目的是了解研究药物(称为PF-07905428)用于寻常痤疮潜在治疗的安全性和效果。本研究正在招募符合以下条件的参与者: 年龄在18至40岁之间的男性或女性 总体健康 * 被诊断为中度至重度寻常痤疮(仅第4队列) 研究药物将每天涂抹在参与者的面部和/或背部,持续14天(第1和第2队列)或持续28天(第3和第4队列)。研究者将比较接受研究药物者的体验与未接受研究药物者的体验。这将帮助研究者确定研究药物是否安全有效。参与者将参加本研究约2个月。在此期间,他们将进行17次研究访视(第1和第2队列)或31次研究访视(第3和第4队列)。

【主题与分类】

主题标签:Acne Vulgaris。本站分类:皮肤与结缔组织疾病/痤疮。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06671834

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

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/NCT06671834

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

疾病:寻常痤疮。本临床试验的目的是了解研究药物(称为PF-07905428)用于潜在治疗寻常痤疮的安全性和效果。本研究正在招募符合以下条件的参与者:* 年龄在18至40岁之间的男性或女性 * 总体健康状况良好 * 被诊断为中度至重度寻常痤疮(仅限第4队列)研究药物将每天涂抹在参与者的面部和/或背部,持续14天(第1和第2队列)或28天(第3和第4队列)。研究者将比较接受研究药物的人与未接受研究药物的人的经历。这将有助于研究者确定研究药物是否安全有效。参与者将参加本研究约2个月。在此期间,他们将在研究诊所进行17次研究访视(第1和第2队列)或31次研究访视(第3和第4队列)。研究团队还将在研究结束时通过电话与参与者通话一次。

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。

获取专属数据定制方案