重度痤疮瘢痕治疗中的联合术式

该数据集来自 clinicaltrials.gov,主题为重度萎缩性痤疮瘢痕的联合治疗。源站描述显示,这是一项前瞻性对照试验,计划于2024年3月至2026年3月在Assiut的Al-Azhar大学医院皮肤性病与男科开展,按1:1:1比例评估瘢痕皮下分离术分别联合富血小板血浆、聚二氧环己酮单丝线或点

Al-Azhar UniversityAl-Azhar University
clinicaltrials
浏览 15
其他预测Atrophic Acne Scar
Combined Procedures in the Treatment of Severe Acne Scars

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-07

资源简介

重度痤疮瘢痕治疗中的联合术式

该数据集来自 clinicaltrials.gov,主题为重度萎缩性痤疮瘢痕的联合治疗。源站描述显示,这是一项前瞻性对照试验,计划于2024年3月至2026年3月在Assiut的Al-Azhar大学医院皮肤性病与男科开展,按1:1:1比例评估瘢痕皮下分离术分别联合富血小板血浆、聚二氧环己酮单丝线或点阵二氧化碳激光在治疗重度萎缩性痤疮瘢痕中的疗效,并比较这些方式的安全性与有效性。数据集英文名为 Combined Procedures in the Treatment of Severe Acne Scars,本站分类为皮肤疾病 / 其他,主题标签为 Atrophic Acne Scar。整体而言,该数据集围绕重度萎缩性痤疮瘢痕的联合治疗研究,提供与临床试验相关的注册与描述信息,便于了解该试验的研究方向、干预组合和比较目标。

【数据集背景】

该数据集所对应的研究聚焦于重度萎缩性痤疮瘢痕的治疗。萎缩性痤疮瘢痕是痤疮后常见的皮肤问题,可能影响患者外观与生活质量。源站描述指出,该研究为一项前瞻性对照试验,旨在评估联合治疗方案的疗效与安全性。研究计划在 Dermatology, venereology, and andrology Department, Al-Azhar university hospital, Assiut 开展,时间范围为2024年3月至2026年3月。研究关注的核心问题是:在瘢痕皮下分离术的基础上,分别联合富血小板血浆、聚二氧环己酮单丝线或点阵二氧化碳激光,能否为重度萎缩性痤疮瘢痕患者带来更优的治疗效果,以及这些联合方式在安全性方面是否存在差异。该数据集的主题标签为 Atrophic Acne Scar,本站分类归入皮肤疾病 / 其他,来源站为 clinicaltrials.gov。

【数据内容】

该数据集的内容围绕一项临床试验的注册与描述信息展开。根据源站描述,试验条件为 Atrophic Acne Scar,研究设计为前瞻性对照试验,干预方式包括瘢痕皮下分离术与富血小板血浆联合、瘢痕皮下分离术与聚二氧环己酮单丝线联合、瘢痕皮下分离术与点阵二氧化碳激光联合,三种联合方式按1:1:1比例进行分配。研究目的包括评估这些联合方式治疗重度萎缩性痤疮瘢痕的疗效,并比较其安全性与有效性。数据集英文名为 Combined Procedures in the Treatment of Severe Acne Scars,主题标签为 Atrophic Acne Scar。除上述信息外,源站未提供更详细的数据字段、变量结构或样本量信息。

【采集与来源】

该数据集来源于 clinicaltrials.gov。源站描述显示,研究将在 Dermatology, venereology, and andrology Department, Al-Azhar university hospital, Assiut 进行,研究时间为2024年3月至2026年3月。研究类型为前瞻性对照试验,涉及重度萎缩性痤疮瘢痕患者。干预分组按1:1:1比例设置,分别对应瘢痕皮下分离术联合富血小板血浆、瘢痕皮下分离术联合聚二氧环己酮单丝线、瘢痕皮下分离术联合点阵二氧化碳激光。除上述来源与实施地点、时间信息外,源站未提供具体的采集流程、数据管理方式或随访安排。

【适用场景】

该数据集适用于了解重度萎缩性痤疮瘢痕联合治疗临床试验的基本设计信息。潜在使用场景包括:检索与萎缩性痤疮瘢痕相关的临床试验注册信息;了解瘢痕皮下分离术分别联合富血小板血浆、聚二氧环己酮单丝线或点阵二氧化碳激光的研究方向;关注该试验在安全性与有效性比较方面的研究目标;以及作为皮肤疾病领域临床试验信息汇总的参考条目。由于本站分类为皮肤疾病 / 其他,主题标签为 Atrophic Acne Scar,该数据集也可用于按疾病主题或治疗方式进行分类浏览。除上述适用方向外,源站未提供其他具体应用说明。

【使用方法】

该数据集可通过 clinicaltrials.gov 来源站获取相关注册与描述信息。使用时,可依据数据集英文名 Combined Procedures in the Treatment of Severe Acne Scars 进行检索,也可结合主题标签 Atrophic Acne Scar 或本站分类皮肤疾病 / 其他进行定位。源站描述提供了研究条件、研究类型、实施地点、研究时间、干预组合及分组比例等概要信息,可用于初步了解该试验的研究框架。若需进一步分析,应回到源站查看完整记录。除上述获取与检索方式外,源站未提供具体的数据下载格式、接口说明或使用指南。

【质量与限制】

该数据集的信息来自 clinicaltrials.gov 的注册描述,属于临床试验概要层面。源站描述明确了研究条件、研究类型、实施地点、时间范围、干预方式及1:1:1分组比例,但未提供样本量、具体结局指标、统计方法、随访时长、数据完整度或质量控制措施。因此,该数据集适合用于了解试验设计与研究方向,不宜直接用于疗效结论或安全性判断。由于源站未提供更详细的数据字段与结果信息,使用时应以源站完整记录为准,并注意注册信息可能随时间更新。除上述内容外,源站未提供其他质量与限制说明。

【引用与许可】

该数据集来源站为 clinicaltrials.gov。引用时应注明来源站及数据集英文名 Combined Procedures in the Treatment of Severe Acne Scars。关于许可条款、使用限制、署名要求或商业使用规定,源站未提供。本站分类为皮肤疾病 / 其他,主题标签为 Atrophic Acne Scar。除上述信息外,源站未提供具体的引用格式与许可说明。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT06227481

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:萎缩性痤疮瘢痕。这是一项前瞻性对照试验,将于2024年3月至2026年3月在Assiut的Al-Azhar大学医院皮肤科、性病科和男科进行,旨在评估瘢痕皮下分离术联合富血小板血浆、聚二氧环己酮单丝线或点阵二氧化碳激光以1:1:1的比例治疗重度萎缩性痤疮瘢痕的疗效,并比较这些方法的安全性和有效性。

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。

获取专属数据定制方案