评估CTP-543治疗成人斑秃安全性与疗效的欧洲扩展研究
该数据集来自clinicaltrials.gov，收录一项评估CTP-543在成人斑秃患者中长期安全性与疗效的欧洲扩展研究
基本信息
资源简介
评估CTP-543治疗成人斑秃安全性与疗效的欧洲扩展研究
该数据集对应的是一项在欧洲多中心开展的临床扩展研究，英文全称为 European Extension Study to Evaluate Safety and Efficacy of CTP-543 in Adults With Alopecia Areata，主题聚焦于成人斑秃（Alopecia Areata）。研究的总体目标包括评估 CTP-543 的长期安全性，以及考察该药物在治疗成人慢性、重度斑秃患者脱发方面的长期效果。符合条件的受试者为在欧洲研究站点既往已完成一项合格 CTP-543 临床试验的患者，可参与本扩展研究。该数据集收录于 clinicaltrials.gov，在分类上归属于皮肤与结缔组织疾病下的脱发类别，主题标签为 Alopecia Areata，可为关注斑秃长期治疗安全性、疗效随访及欧洲区域临床研究布局的研究者提供参考入口。
【数据集背景】
斑秃是一种以脱发为主要表现的疾病，在数据集的分类体系中归入皮肤与结缔组织疾病之下的脱发类别。本数据集所对应的研究是一项扩展研究，其设立目的在于在既有临床试验基础上继续观察 CTP-543 在成人斑秃患者中的表现。根据源站描述，研究的总体目标有两方面：一是评估 CTP-543 的长期安全性，二是评估 CTP-543 对成人慢性、重度斑秃患者脱发治疗的长期效果。研究对象限定为来自欧洲站点、且此前已完成一项合格 CTP-543 临床试验的患者，这一入组背景说明该研究是在既往试验基础上开展的延续性观察，而非从零开始的新人群招募。
【数据内容】
该数据集的主题标签为 Alopecia Areata，所属分类为皮肤与结缔组织疾病 / 脱发。源站描述明确了研究关注的疾病条件为斑秃，研究目标涵盖长期安全性与长期疗效两个维度，并指明目标人群为患有慢性、重度斑秃的成人患者。关于数据集内具体包含哪些字段、记录数量、随访时间点、安全性指标与疗效指标的具体构成等细节，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述显示，研究涉及欧洲站点，参与者为在欧洲站点既往完成合格 CTP-543 临床试验的患者。除来源站与欧洲站点这一地域范围信息外，关于具体的采集流程、数据录入方式、参与机构名单、样本量及时间跨度等信息，源站未提供。
【适用场景】
基于源站描述，该数据集可用于了解一项针对成人慢性、重度斑秃的 CTP-543 欧洲扩展研究的研究目的与入组背景，适合作为斑秃长期安全性及长期疗效研究方向的信息检索入口，也可供关注欧洲区域 CTP-543 临床研究延续性设计的人员参考。关于该数据集在其他具体研究场景中的适用性，源站未提供。
【使用方法】
源站未提供。
【质量与限制】
该数据集对应的是扩展研究，其参与者限定为此前已完成合格 CTP-543 临床试验的欧洲站点患者，这一入组条件本身构成对研究人群范围的界定。关于数据质量评估、缺失情况、偏倚控制及使用时的其他限制，源站未提供。
【引用与许可】
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/NCT05041803
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
条件：斑秃。本研究的总体目标是评估CTP-543的长期安全性，并评估CTP-543对治疗患有慢性、重度斑秃的成年患者脱发的长期效果。先前已完成符合资格的CTP-543临床试验的欧洲站点患者可参与本研究。
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。
