评估局部用Roflumilast 0.3%泡沫治疗化脓性汗腺炎安全性与疗效的研究

该数据集来自clinicaltrials.gov,聚焦局部用Roflumilast 0.3%泡沫治疗化脓性汗腺炎(HS)的安全性与疗效评估

Tulane UniversityTulane University
clinicaltrials
浏览 11
基因组回归Hidradenitis Suppurativa
A Study for Evaluating Safety & Efficacy of Topical Roflumilast 0.3% Foam in Hidradenitis Suppurativa

基本信息

模态
基因组
任务类型
回归
创建/更新时间
2026-10-12

资源简介

评估局部用Roflumilast 0.3%泡沫治疗化脓性汗腺炎安全性与疗效的研究

该数据集来自clinicaltrials.gov,聚焦局部用Roflumilast 0.3%泡沫治疗化脓性汗腺炎(HS)的安全性与疗效评估。研究覆盖Hurley I期HS患者作为单药治疗,以及Hurley II、III期患者作为稳定治疗方案基础上的附加治疗,每日一次涂抹于患处,持续4个月。通过胶带剥离采集RNA,比较治疗前后基因表达变化,以评估疗效、安全性和毒性。数据可用于探索PDE4抑制剂在HS中的治疗反应、基因表达关联及局部治疗方案的潜在价值(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:化脓性汗腺炎。由于针对轻度HS和发作控制的局部治疗选择有限,研究者假设局部用roflumilast(一种磷酸二酯酶-4(PDE4)抑制剂)在HS患者中是一种安全且有效的单药治疗或附加治疗。该研究将调查局部用roflumilast 0.3%泡沫每日一次涂抹于患处,作为Hurley I期HS患者的单药治疗,以及作为Hurley II期和III期HS患者在4个月稳定治疗方案基础上的每日一次附加治疗,通过从胶带剥离采集获得的核糖核酸(RNA)比较治疗前后的基因表达变化,来评估其疗效、安全性和毒性。

【主题与分类】

主题标签:Hidradenitis Suppurativa。本站分类:皮肤与结缔组织疾病/化脓性汗腺炎。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07077902

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/NCT07077902

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

疾病:化脓性汗腺炎。由于针对轻度HS及急性发作控制的局部治疗方案有限,研究者假设局部应用罗氟司特——一种磷酸二酯酶-4(PDE4)抑制剂——作为HS患者的单一疗法或附加治疗是安全且有效的。本研究将探讨局部应用0.3%罗氟司特泡沫剂,每日一次涂抹于患处,作为Hurley I期HS患者的单一疗法,以及作为Hurley II期和III期HS患者在接受4个月稳定治疗方案基础上的附加疗法(每日应用),通过比较治疗前后利用胶带剥离采集的样本中提取的核糖核酸(RNA)所反映的基因表达变化,来评估其疗效、安全性和毒性。

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