KX2-391软膏治疗面部或头皮日光性角化病的活性与安全性研究
研究为开放标签、多中心试验，评估KX2-391软膏局部涂抹于面部或头皮后的活性、安全性、耐受性及药代动力学。研究包含筛选期、治疗期和随访期，受试者接受连续3天或5天的局部治疗，并在研究中心完成给药
基本信息
资源简介
KX2-391软膏治疗面部或头皮日光性角化病的活性与安全性研究
本研究为一项开放标签、多中心的临床试验，旨在评估KX2-391软膏局部涂抹于面部或头皮后，在日光性角化病受试者中的活性、安全性、耐受性及药代动力学特征。研究包含筛选期、治疗期和随访期三个阶段。符合条件的受试者接受连续3天或5天的局部治疗，给药在研究现场完成。研究期间采集血样用于药代动力学分析，同时进行活性评估（病灶计数）和安全性评价。该数据集来源于clinicaltrials.gov，归类于皮肤与结缔组织疾病下的日光性角化病主题。
【数据集背景】
日光性角化病是一种与长期紫外线暴露相关的皮肤病变。本数据集所对应的研究聚焦于KX2-391软膏这一局部外用制剂，探索其在面部或头皮部位日光性角化病受试者中的应用。研究设计为开放标签、多中心试验，主要考察活性、安全性、耐受性和药代动力学等多方面指标。该研究针对的适应症为日光性角化病，研究目的涵盖对病灶的活性评估以及药物在体内的药代动力学特征分析。
【数据内容】
数据集涉及的研究包含筛选期、治疗期和随访期。受试者在治疗期接受连续3天或5天的局部治疗，药物涂抹于面部或头皮。研究过程中采集血样用于药代动力学分析。活性评估通过病灶计数进行，安全性评价同步开展。数据集的主题标签为日光性角化病。关于具体病灶计数数值、药代动力学参数、安全性事件发生率等详细数据，源站未提供。
【采集与来源】
该数据集来源于clinicaltrials.gov。研究为开放标签、多中心试验，给药在研究现场完成。血样采集用于药代动力学分析，活性与安全性评估在研究过程中进行。关于具体的研究中心数量、受试者人数、采样时间点、随访时长等细节，源站未提供。
【适用场景】
该数据集适用于关注日光性角化病局部治疗的研究人员、临床医生及相关从业者。可用于了解KX2-391软膏在面部或头皮日光性角化病中的研究设计框架，包括开放标签、多中心、连续3天或5天给药、药代动力学采样以及病灶计数和安全性评价等要素。也可作为日光性角化病治疗领域文献调研的参考来源之一。关于该数据集在其他具体场景下的适用性，源站未提供。
【使用方法】
使用者可通过clinicaltrials.gov获取该研究的相关记录。数据集主题标签为日光性角化病，可据此进行检索和归类。关于具体的数据访问方式、下载格式、分析工具或统计方法，源站未提供。
【质量与限制】
该研究为开放标签设计，未设盲法。研究包含筛选期、治疗期和随访期，受试者接受连续3天或5天的局部治疗。关于样本量、统计功效、缺失数据处理、偏倚控制等质量相关信息，源站未提供。数据集仅涵盖日光性角化病这一适应症，且给药部位限定为面部或头皮。关于研究的具体局限性，源站未提供。
【引用与许可】
该数据集来源于clinicaltrials.gov。关于具体的引用格式、许可条款、使用限制或数据共享政策，源站未提供。
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/NCT02838628
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：光化性角化病。本研究是一项开放标签、多中心、活性、安全性、耐受性和药代动力学研究，旨在评估KX2-391软膏局部涂抹于光化性角化病（AK）患者面部或头皮的疗效。研究包括筛选期、治疗期和随访期。符合条件的受试者在研究现场接受连续3天或5天的局部治疗。收集血样进行药代动力学分析。进行疗效（病灶计数）和安全性评估。
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。
