评估 LYS006 治疗中重度炎症性痤疮疗效与安全性的研究
该数据集来自 clinicaltrials.gov,主题为 LYS006 治疗中重度炎症性痤疮的临床研究。研究为随机、安慰剂对照、受试者与研究者设盲、多中心、非确证性、平行组、概念验证设计,纳入成年中重度炎症性痤疮患者

基本信息
资源简介
评估 LYS006 治疗中重度炎症性痤疮疗效与安全性的研究
该数据集来自 clinicaltrials.gov,主题为 LYS006 治疗中重度炎症性痤疮的临床研究。研究为随机、安慰剂对照、受试者与研究者设盲、多中心、非确证性、平行组、概念验证设计,纳入成年中重度炎症性痤疮患者。筛选期最长 4 周,随后按 3:1:3 随机分配至 LYS006 20 mg 每日两次、LYS006 2 mg 每日两次或匹配安慰剂组,连续治疗 12 周,评估初步临床疗效、安全性与耐受性;治疗结束后进入 4 周停药安全性随访,研究参与最长 20 周。可用于痤疮治疗领域的疗效与安全性分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:炎症性痤疮。这是一项随机、安慰剂对照、受试者和研究者设盲、多中心、非确证性、平行组、概念验证研究,受试者为中重度炎症性痤疮成年患者。在初始筛选期(最长 4 周)后,受试者接受 LYS006 或匹配安慰剂治疗连续 12 周,以评估目标受试人群中的初步临床疗效、安全性和耐受性。在治疗期开始时,受试者按 3:1:3 比例随机分配至三个治疗组之一,即 LYS006 20 mg 每日两次(BID)、LYS006 2 mg BID 或匹配安慰剂。治疗期完成后,所有受试者进入为期 4 周的停药后安全性随访期,不给予研究药物。研究参与的最长持续时间为 20 周。研究完成定义为
【主题与分类】
主题标签:Inflammatory Acne。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/NCT03497897
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/NCT03497897
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
条件:炎症性痤疮。这是一项随机、安慰剂对照、受试者和研究者设盲、多中心、非确证性、平行组、概念验证研究,针对中度至重度炎症性痤疮成年患者。经过初始筛选期(最长4周)后,受试者接受LYS006或匹配安慰剂治疗12周,以评估目标受试人群的初步临床疗效、安全性和耐受性。在治疗期开始时,受试者按3:1:3的比例随机分配至三个治疗组之一,即LYS006 20 mg每日两次(BID)、LYS006 2 mg BID或匹配安慰剂。治疗期完成后,所有受试者进入为期4周的停药安全性随访期,期间不给予研究药物。研究参与的最长持续时间为20周。研究完成定义为最后一名受试者完成其研究完成访视,且与该访视相关的任何重复评估均由研究者记录并适当随访,或者在研究提前终止决定的情况下,为该决定的日期。
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。




