JNJ-26113100治疗成人特应性皮炎疗效与安全性研究
该数据集来自clinicaltrials.gov,记录一项关于JNJ-26113100治疗成人中度特应性皮炎的随机、双盲、安慰剂对照、序贯队列探索性研究

基本信息
资源简介
JNJ-26113100治疗成人特应性皮炎疗效与安全性研究
该数据集来自clinicaltrials.gov,记录一项关于JNJ-26113100治疗成人中度特应性皮炎的随机、双盲、安慰剂对照、序贯队列探索性研究。研究评估该药的安全性、有效性及其对炎症生物标志物的影响,受试者按50 mg每日一次、100 mg每日一次、100 mg每日两次或250 mg每日两次的剂量队列序贯入组并随机接受治疗。数据可用于了解特应性皮炎临床试验设计、药物安全性评价及生物标志物分析等用途(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:特应性皮炎。本研究是一项双盲(研究者和受试者均不知道受试者接受何种治疗)、随机(研究药物按 chance 分配)、安慰剂对照(一种无活性物质;一种在临床试验中与药物比较以测试药物是否具有真实效果的假治疗[不含药物])、序贯队列探索性研究,旨在评估JNJ-26113100治疗中度成人AD的安全性及有效性,包括其对炎症生物标志物(存在于血液、其他体液或组织中,提示正常或异常过程或疾病状态的生物分子)的影响。受试者将序贯分配至50毫克(mg)每日一次、100 mg每日一次、100 mg每日两次或250 mg每日两次队列,并随机分配接受JNJ-
【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/NCT00455429
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/NCT00455429
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:特应性皮炎。本研究是一项双盲(研究者和参与者均不知道参与者接受何种治疗)、随机(研究药物按 chance 分配)、安慰剂对照(一种无活性物质;一种在临床试验中与药物进行比较以检验药物是否具有真实效果的模拟治疗[不含药物])、序贯队列探索性研究,旨在评估JNJ-26113100治疗中度严重成人AD的安全性和有效性,包括其对炎症生物标志物(存在于血液、其他体液或组织中的生物分子,是正常或异常过程或某种状况或疾病的标志)的影响。参与者将被序贯分配至50毫克(mg)每日一次、100 mg每日一次、100 mg每日两次或250 mg每日两次队列,并随机分配接受JNJ-26113100或匹配安慰剂。研究总持续时间约为8周。参与者将被要求在笫1、2、3、4、5和6周结束时进行随访。研究终止访视(第57天)将在第8周结束时进行。
研究期间将采集特应性皮炎皮损的皮肤活检样本,以评估炎症性疾病状态的变化。出现疾病发作的受试者可接受0.1%曲安奈德软膏每日两次治疗,最长7天。疗效将采用研究者整体评估(IGA)、湿疹面积和严重程度指数(EASI)及视觉模拟量表(VAS)进行评估。将采集血液和尿液样本进行标准安全性实验室检查,测定药物水平及药物对炎症生物标志物的影响。整个研究期间将对受试者的安全性进行监测。
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。




