EDP1815治疗轻中重度特应性皮炎研究
该数据集来自 clinicaltrials.gov,为一项随机、双盲、安慰剂对照、平行分组的 Phase 2 研究,评估 EDP1815 在 18 至 ≤75 岁轻、中、重度特应性皮炎成人受试者中的疗效与安全性

基本信息
资源简介
EDP1815治疗轻中重度特应性皮炎研究
该数据集来自 clinicaltrials.gov,为一项随机、双盲、安慰剂对照、平行分组的 Phase 2 研究,评估 EDP1815 在 18 至 ≤75 岁轻、中、重度特应性皮炎成人受试者中的疗效与安全性。受试者需满足特应性皮炎累及至少 5% 体表面积、IGA 评分为 2、3 或 4 等条件。数据可用于特应性皮炎治疗相关研究(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。特应性皮炎(特应性湿疹)是一种非常常见的皮肤疾病。它通常引起皮肤发红、干燥和瘙痒,并可能对生活质量产生显著影响。皮疹可能出现在手臂和膝盖后方,或身体其他任何部位。尽管已有现有疗法,但目前特应性皮炎尚无法治愈。这是一项随机、双盲、安慰剂对照、平行分组的 Phase 2 研究,旨在评估 EDP1815 在 18 至 ≤75 岁、患有轻、中、重度特应性皮炎(AD)的成人受试者中的疗效和安全性。受试者将在首次给予研究干预前 28 天内接受筛选以确认研究资格。受试者必须患有轻、中或重度 AD,累及至少 5% 体表面积(BSA);研究者整体评估(IGA)评分为 2、3 或 4;以及湿疹面积
【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/NCT05121480
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/NCT05121480
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。特应性皮炎(特应性湿疹)是一种非常常见的皮肤疾病。它通常会导致皮肤发红、干燥和瘙痒,并可能对生活质量产生显著影响。皮疹可能出现在手臂、膝后或身体其他任何部位。虽然已有一些治疗方法,但目前特应性皮炎尚无法治愈。这是一项随机、双盲、安慰剂对照、平行分组、2期研究,旨在评估EDP1815在18至≤75岁、患有轻度、中度和重度特应性皮炎(AD)的成年受试者中的有效性和安全性。受试者将在首次给予研究干预前28天内接受筛选,以确认研究资格。受试者必须患有轻度、中度或重度AD,累及至少5%体表面积(BSA);研究者总体评估(IGA)评分为2、3或4;且在筛选期和第1天湿疹面积严重度指数(EASI)至少为6。所有受试者必须同意在第1天前至少14天内每日两次使用背景治疗(按方案),方被视为符合研究资格。
约405名参与者将随机接受EDP1815或安慰剂治疗(295名接受EDP1815:110名接受安慰剂),治疗期为16周。第1、2和3队列的参与者将按3:1的比例随机分组(225名接受EDP1815:75名接受安慰剂)。第4队列的参与者将按2:1的比例随机分组(70名接受EDP1815:35名接受安慰剂)。第1、2和3队列将同时进行,第4队列的招募将在第1、2和3队列入组完成后开始。随机化将按基线疾病严重程度分层(轻度[IGA=2]、中度[IGA=3]或重度[IGA=4]AD)。研究产品将每日给药一次或两次,持续16周。在治疗期和随访期内,必须至少每日两次继续使用背景润肤剂(保湿剂)治疗。根据方案,治疗期间允许使用局部补救治疗。
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。




