Adapalene/Benzoyl Peroxide 外用凝胶治疗寻常痤疮的疗效与安全性研究
本数据集来自 clinicaltrials.gov,为一项多中心、随机、双盲、平行组研究,针对寻常痤疮受试者接受为期 12 周的治疗

基本信息
资源简介
Adapalene/Benzoyl Peroxide 外用凝胶治疗寻常痤疮的疗效与安全性研究
本数据集来自 clinicaltrials.gov,为一项多中心、随机、双盲、平行组研究,针对寻常痤疮受试者接受为期 12 周的治疗。研究在筛选(仅安全性)、基线及第 1、2、4、8、12 周进行疗效与安全性评估,所有研究者整体评估评估者和皮损计数者须经 Galderma 培训与批准,且同一受试者的评估者应保持不变。主要目标是比较 adapalene/benzoyl peroxide 外用凝胶与 adapalene 外用凝胶 0.1%、benzoyl peroxide 外用凝胶 2.5% 及外用凝胶载体在治疗寻常痤疮中的疗效优越性并评估安全性。可用于痤疮治疗方案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):条件:寻常痤疮。这是一项多中心、随机、双盲、平行组研究,对寻常痤疮进行为期 12 周的治疗。在筛选(仅安全性)、基线以及第 1、2、4、8 和 12 周进行疗效和安全性评估。所有研究者整体评估评估者和皮损计数者必须经过 Galderma 培训并批准。受试者的评估者应在研究期间保持不变。主要目标是证明 adapalene/benzoyl peroxide 外用凝胶(adapalene/benzoyl peroxide 凝胶)与 adapalene 外用凝胶 0.1%(adapalene 单药)、benzoyl peroxide 外用凝胶 2.5%(benzoyl peroxide 单药)和外用凝胶载体(凝胶载体)相比,在治疗寻常痤疮长达 12 周中的疗效优越性并评估安全性。
【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/NCT00422240
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/NCT00422240
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:寻常痤疮。这是一项多中心、随机、双盲、平行组研究,治疗寻常痤疮12周。在筛选期(仅安全性)、基线以及第1、2、4、8和12周进行疗效和安全性评估。所有研究者整体评估评估者和皮损计数者必须经过Galderma培训并获批。参与者的评估者在研究期间应保持不变。主要目的是证明阿达帕林/过氧化苯甲酰外用凝胶(阿达帕林/过氧化苯甲酰凝胶)与阿达帕林外用凝胶,0.1%(阿达帕林单药);过氧化苯甲酰外用凝胶,2.5%(过氧化苯甲酰单药)和外用凝胶赋形剂(凝胶赋形剂)相比,在治疗寻常痤疮长达12周中的疗效优效性并评估安全性。
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。




