评估CU-10101软膏的I期临床试验
本数据集来源于clinicaltrials.gov,收录一项评估CU-10101软膏的I期临床试验。该试验针对特应性皮炎,采用随机、双盲、赋形剂对照设计,在成年健康受试者中评估单次和多次给药后的安全性、耐受性及药代动力学特征

基本信息
资源简介
评估CU-10101软膏的I期临床试验
本数据集来源于clinicaltrials.gov,收录一项评估CU-10101软膏的I期临床试验。该试验针对特应性皮炎,采用随机、双盲、赋形剂对照设计,在成年健康受试者中评估单次和多次给药后的安全性、耐受性及药代动力学特征。研究包含筛选期、给药期和结束访视,筛选期为给药前7天至给药前1天,受试者需完成相关检查并确认符合入排标准,合格者于给药前1天入住I期临床试验现场。数据可用于特应性皮炎外用药物早期临床安全性及药代动力学研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:特应性皮炎。第1部分:这是一项随机、双盲、赋形剂对照的I期临床试验,旨在评估CU-10101软膏在成年健康受试者中单次和多次给药后的安全性、耐受性和药代动力学特征。研究包括筛选、给药和结束研究(EOS)访视。筛选(D-7至D-1):从给药前7天(D-7)至给药前1天(D-1),受试者将在签署知情同意书后按本方案要求接受筛选相关检查,并根据入排标准确认合格性。合格受试者将在给药前1天(D-1)入住I期临床试验现场,按方案要求进行相关检查,并再次确认入排标准。再次确认合格的受试者将留在t
【主题与分类】
主题标签:Atopic Dermatitis。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06744569
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/NCT06744569
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
适应症:特应性皮炎。第一部分:这是一项随机、双盲、赋形剂对照的I期临床试验,旨在评估CU-10101软膏在成年健康受试者中单次和多次给药后的安全性、耐受性和药代动力学特征。研究包括筛选、给药和研究结束(EOS)访视。筛选期(D-7至D-1):从给药前7天(D-7)至给药前1天(D-1),受试者在签署知情同意书后,将按照本方案要求接受筛选相关检查,并根据入选/排除标准确认合格性。合格受试者将在给药前1天(D-1)入住I期临床试验现场,按方案要求进行相关检查,并再次确认入选/排除标准。再次确认合格的受试者将继续留在研究中。根据体表图绘制需要涂抹药物的皮肤区域。
给药期(D1-D13):受试者将在D1给药前随机分组(每个队列按2:1比例随机分配至试验药物组或赋形剂组),根据随机化结果,于D1早晨及D4至D10每天早晨(给药间隔为24小时±0.5小时)将CU-10101软膏或赋形剂均匀涂抹于指定给药部位。受试者将按方案规定的时间点采集PK血样。完成D13血样采集及相关检查后离开I期临床试验中心。EOS访视期(D20):受试者将于D20±1返回I期临床试验中心进行安全性监测。第二部分这是一项随机、双盲、赋形剂对照的I期临床试验,旨在评估CU-10101软膏在成人特应性皮炎受试者中单次和多次给药后的安全性、耐受性和药代动力学特征,同时探索多次给药后的疗效。该研究包括筛选期、给药期和研究结束(EOS)访视。筛选期
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




