EQ101治疗中重度斑秃成人受试者研究
该数据集来自clinicaltrials.gov，收录一项EQ101治疗成人中重度斑秃的多中心、2期、开放标签PoC研究
基本信息
资源简介
EQ101治疗中重度斑秃成人受试者研究
该数据集来自clinicaltrials.gov，收录一项EQ101治疗成人中重度斑秃的多中心、2期、开放标签PoC研究。研究对象为因AA导致头皮脱发至少35%的18至60岁成人，约入组30例。治疗期24周，每周一次静脉给予EQ101 2 mg/kg，随后随访4周，最长参与约33周。数据覆盖斑秃、全秃及普秃等类型，可用于了解该研究的设计与入组条件（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：斑秃、脱发、全秃、普秃。这是一项多中心、2期、开放标签的PoC研究，研究对象为因AA导致头皮脱发至少35%的成人受试者。研究约入组30名受试者。在24周治疗期内，受试者每周一次接受EQ101 2 mg/kg静脉给药。随后受试者将再接受4周随访。研究参与的最长持续时间约为33周。符合条件的受试者年龄必须在18至60岁之间，在筛选期和基线期临床诊断为AA且头皮脱发≥35%。约25%的受试者头皮脱发为35%至<50%，约25%的受试者可能患有AT和/或AU。此外，每名受试者当前脱发发作必须持续至少6个月但不超过7年，并且不能有明显的
【主题与分类】
主题标签：Alopecia Areata、Alopecia、Alopecia Totalis、Alopecia Universalis。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/NCT05589610
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/NCT05589610
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：斑秃、脱发、全秃、普秃。这是一项多中心、2期、开放标签的概念验证研究，旨在评估EQ101在因斑秃导致头皮脱发至少35%的成人受试者中的效果。研究预计入组约30名受试者。在24周的治疗期内，受试者将每周一次接受EQ101 2 mg/kg静脉给药。随后，受试者将再接受4周的随访。研究参与的最长持续时间约为33周。符合条件的受试者年龄必须在18至60岁之间，在筛选期和基线时临床诊断为斑秃且头皮脱发≥35%。约25%的受试者头皮脱发为35%至<50%，约25%的受试者可能患有全秃和/或普秃。此外，每名受试者当前的脱发发作必须已持续至少6个月但不超过7年，且在基线前6个月内终毛再生无明显改善。研究期间将进行安全性、有效性、药代动力学和药效学评估。安全性评估将包括不良事件（即类型、严重程度、频率、严重性、因果关系）和临床安全性实验室结果。
疗效测量将包括临床研究者评估（例如SALT、眉毛（EB）、睫毛（EL）和体毛变化的ClinRO）以及研究对象所做的评估（例如头皮毛发评估PRO，以及针对EB、EL和体毛变化的PRO测量）。
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。
