PDC-APB在健康志愿者中的I期单中心研究
该数据集来自clinicaltrials.gov,主题为接触性皮炎,收录一项PDC-APB在健康志愿者中开展的I期、单中心、随机双盲、安慰剂对照、单次递增剂量研究

基本信息
资源简介
PDC-APB在健康志愿者中的I期单中心研究
该数据集来自clinicaltrials.gov,主题为接触性皮炎,收录一项PDC-APB在健康志愿者中开展的I期、单中心、随机双盲、安慰剂对照、单次递增剂量研究。研究通过肌内注射给药,计划在序贯队列中评估最多5个剂量水平(2.5 mg、10 mg、0.125 mg、0.375 mg和1.0 mg PDC-APB)的安全性与耐受性。每个队列入组8名受试者,其中6名接受活性治疗、2名接受安慰剂,并设2名受试者的哨兵组。该数据可用于了解接触性皮炎相关试验设计、剂量递增方案及安全性评估流程(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:接触性皮炎。这是一项随机、双盲、安慰剂对照、单次递增剂量研究,旨在评估通过肌内(IM)注射给予PDC-APB与安慰剂相比的安全性和耐受性。在这项首次人体研究中,预计将在序贯队列中研究最多5个剂量水平(2.5 mg、10 mg、0.125 mg、0.375 mg和1.0 mg PDC-APB)。每个队列将入组8名受试者,6名受试者以双盲方式随机接受活性治疗,2名随机接受安慰剂。每个队列中由2名受试者组成的哨兵组将被随机分配至活性组(1名受试者)或安慰剂组(1名受试者)。如果该剂量在哨兵组中可耐受,则队列中其余6名受试者将接受治疗(5名活性,1名安慰剂)。在开始下一更高剂量水平的治疗前,将在每个队列中评估安全性。如果研究治疗可耐受且存在
【主题与分类】
主题标签:Contact Dermatitis。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02700373
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/NCT02700373
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:接触性皮炎。这是一项随机、双盲、安慰剂对照、单次剂量递增研究,旨在评估通过肌内(IM)注射给予PDC-APB与安慰剂相比的安全性和耐受性。在这项首次人体研究中,预计将在连续队列中研究最多5个剂量水平(2.5 mg、10 mg、0.125 mg、0.375 mg和1.0 mg PDC-APB)。每个队列将入组8名受试者,以双盲方式将6名受试者随机分配至活性治疗组,2名随机分配至安慰剂组。每个队列中的2名受试者组成哨兵组,将以双盲方式随机分配至活性组(1名受试者)或安慰剂组(1名受试者)。如果哨兵组对该剂量耐受,则队列中其余6名受试者将接受治疗(5名活性组和1名安慰剂组)。在开始下一个更高剂量水平的治疗前,将评估每个队列的安全性。如果研究治疗可耐受且未发现需要停止研究的情况,则下一个队列将以相同方式在下一个更高剂量水平接受治疗。此过程将持续进行,直至达到最高预期剂量(1 mL),或观察到限制进一步剂量递增的副作用。
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。




