在成年健康受试者中通过斑贴试验评估受试产品皮肤安全性

该数据集来自 clinicaltrials.gov,针对正常及敏感皮肤的健康成年受试者,开展单中心、评估者盲法的斑贴试验,评估受试产品及阳性、阴性对照的皮肤安全性

NovoBliss Research Pvt LtdNovoBliss Research Pvt Ltd
clinicaltrials
浏览 7
其他分类NormalSensitive Skin
To Assess Skin Safety of Test Product(s) by Patch Test on Adult Healthy Human Subjects

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-17

资源简介

在成年健康受试者中通过斑贴试验评估受试产品皮肤安全性

该数据集来自 clinicaltrials.gov,针对正常及敏感皮肤的健康成年受试者,开展单中心、评估者盲法的斑贴试验,评估受试产品及阳性、阴性对照的皮肤安全性。受试产品以封闭、半封闭或开放方式贴敷于受试者背部至少24小时(+2小时),可分组进行。研究通过不良事件监测评估安全性,并在去除斑贴后30+5分钟、24±2小时和168±2小时,按Draize Scale分别对红斑、干燥、皱纹及水肿进行0-4分评分。数据可用于皮肤刺激性与接触性皮炎相关安全性分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:正常、敏感皮肤。这是一项在健康成年受试者中开展的单中心、评估者盲法研究。由申办方提供的受试产品连同阳性与阴性对照,以封闭|半封闭|开放斑贴方式与受试者皮肤保持接触至少24小时(+2小时)。研究可分多组进行。将在整个研究期间通过监测不良事件来评估安全性。受试者背部,即肩胛骨与腰部之间,将作为应用部位。去除斑贴后30+5分钟、24±2小时和168±2小时,将按Draize Scale对应用部位进行反应评分,即分别对红斑、干燥和皱纹按0-4分单独评分,对水肿按另一0-4分量表评分。

【主题与分类】

主题标签:Normal、Sensitive Skin。本站分类:皮肤与结缔组织疾病/接触性皮炎。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07109453

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/NCT07109453

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

条件:正常、敏感性皮肤。这是一项在健康成年人类受试者中开展的单中心、评估者设盲研究。将申办方提供的受试产品以及阳性和阴性对照品单次24小时施用,并以封闭|半封闭|开放斑贴方式与受试者皮肤保持接触至少24小时(+2小时)。研究可分多组进行。将在整个研究期间通过监测不良事件来评估安全性。受试者的背部,即肩胛骨与腰部之间,将用作施用部位。去除斑贴后30+5分钟、去除斑贴后24±2小时和168±2小时,将对施用部位进行评估,以分别对红斑、干燥和皱纹按0-4分制评分,并根据Draize量表对水肿按另一0-4分制评分。

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