评估LED治疗手部接触性/刺激性皮炎体征的交叉研究

本数据集来自 clinicaltrials.gov,为一项单中心交叉研究,评估 LED 治疗手部接触性/刺激性皮炎体征的疗效

Steven BakerSteven Baker
clinicaltrials
浏览 4
其他预测Contact Dermatitis of Hand
Crossover Study to Evaluate the Efficacy of LED in Treating the Signs of Contact/Irritant Dermatitis of the Hand

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-12

资源简介

评估LED治疗手部接触性/刺激性皮炎体征的交叉研究

本数据集来自 clinicaltrials.gov,为一项单中心交叉研究,评估 LED 治疗手部接触性/刺激性皮炎体征的疗效。受试者一侧手接受治疗,对侧手作为对照;6 周后停止治疗手并开始治疗对照手,再持续 6 周,于治疗开始后 6 周和 12 周(交叉结束)评估疗效。因非全身性药物且无半衰期,交叉期间不设洗脱期。采用交叉设计可利用较小样本量、无需单独平行对照组,并让所有受试者均接受活性治疗。数据可用于疗效预测与皮肤疾病相关分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):Conditions: Contact Dermatitis of Hand。这是一项单中心研究,拟设计为交叉研究。受试者将治疗一只手,而对侧手作为对照。在第 6 周结束时,受试者将被指示停止治疗试验手,并开始治疗对照手,持续 6 周。疗效将在治疗开始后 6 周和 12 周(交叉结束)时进行评估。交叉期间将不设洗脱期,因为这不是具有半衰期的全身性药物,并且我们预期受试者仍会接触接触性刺激物。选择交叉试验是因为它可以更好地利用较小的试验组,并消除对单独平行对照组的需求,从而减少试验数量,并允许所有受试者都接受活性治疗。由于接触性皮炎是一种慢性疾病,受

【主题与分类】

主题标签:Contact Dermatitis of Hand。本站分类:皮肤疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05497921

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/NCT05497921

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:手部接触性皮炎。这是一项单中心研究,拟设计为交叉研究。受试者将治疗一只手,而对侧手作为对照。在第6周末,将指示受试者停止治疗试验手,并开始治疗对照手,为期6周。将在治疗开始后6周和12周(交叉结束)时评估疗效。交叉期间将不设洗脱期,因为这不是具有半衰期的全身性药物,且我们预期受试者仍会接触刺激物。选择交叉试验是因为它能更充分地利用较小的试验组,并无需单独的平行对照组,从而减少试验数量,并使所有受试者都能接受活性治疗。由于接触性皮炎是一种受外部因素影响的慢性疾病,皮肤状况应持续足够长时间,以便研究者将受试者暴露于实验性治疗并测量反应。

由于受试者在日常生活中仍会接触其刺激性物质,因此没有理由引入洗脱期,并且由于每位受试者作为自身的对照,任何系统性扩散都应得到补偿。

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