DA-002与DA-005治疗脱发的临床研究

该数据集来自clinicaltrials.gov,聚焦雄激素性脱发(包括女性型脱发和男性型脱发)的临床研究。研究涉及两种候选干预:DA-005为具有HIF-1a抑制作用的植物补充剂,DA-002为局部α1激动剂,两者成分均经体外测试显示相应效应

Applied Biology, Inc.Applied Biology, Inc.
clinicaltrials
浏览 2
其他分类Androgenetic AlopeciaFemale Pattern BaldnessMale Pattern Baldness
Clinical Study of DA-002 and DA-005 As a Treatment for Hair Loss

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-23

资源简介

DA-002与DA-005治疗脱发的临床研究

该数据集来自clinicaltrials.gov,聚焦雄激素性脱发(包括女性型脱发和男性型脱发)的临床研究。研究涉及两种候选干预:DA-005为具有HIF-1a抑制作用的植物补充剂,DA-002为局部α1激动剂,两者成分均经体外测试显示相应效应。研究主要目的是比较DA-005与局部米诺地尔治疗脱发的效果,次要目的是比较DA-002与局部米诺地尔的效果。数据可用于脱发治疗方案的分类与疗效对比分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:雄激素性脱发、女性型脱发、男性型脱发。DA-005是一种植物补充剂,已证明具有HIF-1a抑制作用。其成分经过体外测试,已证明具有HIF-1a抑制效果。本研究的主要目的是比较DA-005与局部米诺地尔在治疗脱发(也称为雄激素性脱发)方面的效果。DA-002是一种局部α1激动剂。其成分经过体外测试,已证明具有促进毛发生长的作用。本研究的次要目的是比较DA-002与局部米诺地尔在治疗脱发(也称为雄激素性脱发)方面的效果。

【主题与分类】

主题标签:Androgenetic Alopecia、Female Pattern Baldness、Male Pattern Baldness。本站分类:皮肤与结缔组织疾病/脱发。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06501924

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/NCT06501924

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

适应症:雄激素性脱发、女性型脱发、男性型脱发。DA-005是一种植物补充剂,已证实具有HIF-1a抑制作用。其成分已在体外进行测试,并已证实具有HIF-1a抑制效果。本研究的主要目的是比较DA-005与局部米诺地尔在治疗脱发(又称雄激素性脱发)方面的效果。DA-002是一种局部α1受体激动剂。其成分已在体外进行测试,并已证实具有促进毛发生长的作用。本研究的次要目的是比较DA-002与局部米诺地尔在治疗脱发(又称雄激素性脱发)方面的效果。

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