评估痤疮mRNA疫苗在中重度痤疮成人中的安全性、有效性和免疫原性研究
该数据集来自clinicaltrials.gov,聚焦皮肤与结缔组织疾病中的痤疮,收录一项首次人体(FIH)I/II期临床试验

基本信息
资源简介
评估痤疮mRNA疫苗在中重度痤疮成人中的安全性、有效性和免疫原性研究
该数据集来自clinicaltrials.gov,聚焦皮肤与结缔组织疾病中的痤疮,收录一项首次人体(FIH)I/II期临床试验。该试验旨在评估痤疮mRNA疫苗候选物在18至45岁中重度痤疮成人中四个不同剂量水平的安全性、有效性和免疫原性。痤疮是全球最常见的炎症性皮肤病之一,影响约2.31亿人,也是非致命疾病负担和致残生存年的主要原因之一,而过去30年主要疗法基本未变,至今仍无安全有效可预防和治愈该病的手段。该FIH和概念验证研究的结果将支持剂量选择。数据可用于疫苗安全性、有效性及免疫原性相关预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:痤疮。寻常痤疮(痤疮)是一种极为常见的炎症性皮肤病,尤其在青少年和年轻成人中高发。据估计,全球有2.31亿人受痤疮影响,因此它是全球最常见的疾病之一。痤疮也是导致伤残损失健康生命年和非致命性疾病负担的主要原因之一。尽管痤疮是全球最常见的疾病之一,但过去30年来,痤疮的主要治疗方法基本未变。迄今为止,仍没有安全有效的治疗方法能够预防和治愈该疾病。这项首次人体(FIH)I/II期试验的目的是评估痤疮mRNA候选疫苗在18至45岁中度至重度痤疮成人中四个不同剂量水平的安全性、有效性和免疫原性。这项首次人体和概念验证研究的结果将有助于选择用于III期关键疗效试验的疫苗剂量水平,并生成初步数据以进一步选择疫苗方案。
【主题与分类】
主题标签: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/NCT06316297
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/NCT06316297
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
疾病:痤疮。寻常痤疮(痤疮)是一种极为常见的炎症性皮肤病,尤其在青少年和年轻成人中高发。据估计,全球有2.31亿人受痤疮影响,因此它是全球最常见的疾病之一。痤疮也是导致伤残损失健康生命年和非致命性疾病负担的主要原因之一。尽管痤疮是全球最常见的疾病之一,但过去30年来,痤疮的主要治疗方法基本未变。迄今为止,仍没有安全有效的治疗方法能够预防和治愈该疾病。这项首次人体(FIH)I/II期试验的目的是评估痤疮mRNA候选疫苗在18至45岁中度至重度痤疮成人中四个不同剂量水平的安全性、有效性和免疫原性。这项首次人体和概念验证研究的结果将有助于选择用于III期关键疗效试验的疫苗剂量水平,并生成初步数据以进一步选择疫苗方案。
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。




