米诺环素生物等效性研究
本数据集来自 clinicaltrials.gov，主题为米诺环素生物等效性研究，属于皮肤疾病/其他分类。研究比较两种含 100 mg 米诺环素的胶囊制剂（Minocin® 与 Minopac®）的生物利用度，以判定生物等效性
基本信息
资源简介
米诺环素生物等效性研究
本数据集来自 clinicaltrials.gov，主题为米诺环素生物等效性研究，属于皮肤疾病/其他分类。研究比较两种含 100 mg 米诺环素的胶囊制剂（Minocin® 与 Minopac®）的生物利用度，以判定生物等效性。设计为随机、开放、交叉、两周期两序列、单次给药，周期间洗脱期 7 天。受试者为 25 名 18-55 岁健康男性志愿者，每周期给药后于 0.0 至 72.0 小时共 18 个时间点采血，采用 HPLC-UV 法测定血浆米诺环素浓度。数据可用于生物等效性评价与药代动力学分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：适应症：皮肤感染（痤疮）。本研究旨在比较两种含 100 mg 米诺环素的胶囊制剂的生物利用度，以判定生物等效性。这两种药物分别是米诺环素（Minocin® 是 Wyeth Holdings Corporation 的注册商标）和米诺环素（Minopac® 是 LABORATORIOS DERMATOLOGICOS DARIER, S.A. DE C.V. 的注册商标）。研究设计为随机、开放、交叉，两次单次给药，两周期两序列，周期间洗脱期为 7 天。受试者为 25 名 18-55 岁健康男性志愿者。在每个周期给药后 0.0、0.33、0.66、1.0、1.33、1.66、2.0、2.33、2.66、3.0、4.0、6.0、8.0、12.0、16.0、24.0、48.0 和 72.0 小时采集血样。血浆米诺环素水平将通过 HPLC 方法结合 UV 检测进行测定，此前
【主题与分类】
主题标签：Skin Infections (Acne)。本站分类：皮肤疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT01755611
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/NCT01755611
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：皮肤感染（痤疮）。本研究旨在比较两种含100毫克米诺环素胶囊药物的生物利用度，以确定其生物等效性。这两种药物分别是米诺环素（Minocin®为Wyeth Holdings Corporation的注册商标）和米诺环素（Minopac®为LABORATORIOS DERMATOLOGICOS DARIER, S.A. DE C.V.的注册商标）。研究设计为随机、开放、交叉设计，采用两次单次给药，分为两个周期和两个序列，周期间设有7天的洗脱期。研究对象为25名健康的男性志愿者，年龄在18至55岁之间。在每个周期给药后0.0、0.33、0.66、1.0、1.33、1.66、2.0、2.33、2.66、3.0、4.0、6.0、8.0、12.0、16.0、24.0、48.0和72.0小时采集血样。采用先前验证过的高效液相色谱法（HPLC）结合紫外检测法测定血浆中的米诺环素浓度。米诺环素浓度数据将使用WinNonlin 5.3软件计算Cmax、AUC0-t和AUC0-inf。将对比试验药物和参比药物的对数转换药代动力学参数，计算比值及90%置信区间。
Any adverse event will be reported.
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。
