ESSENCE研究:SD-101乳膏治疗大疱性表皮松解症的疗效与安全性
该数据集来自clinicaltrials.gov,记录了一项3期、多中心、随机、双盲、安慰剂对照研究,评估SD-101-6.0乳膏与安慰剂(SD-101-0.0)乳膏对单纯型、隐性营养不良型或交界型非Herlitz大疱性表皮松解症患者皮肤病变的疗效与安全性

基本信息
资源简介
ESSENCE研究:SD-101乳膏治疗大疱性表皮松解症的疗效与安全性
该数据集来自clinicaltrials.gov,记录了一项3期、多中心、随机、双盲、安慰剂对照研究,评估SD-101-6.0乳膏与安慰剂(SD-101-0.0)乳膏对单纯型、隐性营养不良型或交界型非Herlitz大疱性表皮松解症患者皮肤病变的疗效与安全性。受试者每日一次全身局部涂抹乳膏,持续90天,并在基线由研究者选定一个至少存在21天的目标伤口,采集基线照片确认位置。数据可用于皮肤疾病临床试验分析、疗效与安全性评估及治疗反应分类研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:大疱性表皮松解症。这是一项3期、多中心、随机、双盲、安慰剂对照研究,旨在评估SD-101-6.0乳膏与安慰剂(SD-101-0.0)乳膏对单纯型、隐性营养不良型或交界型非Herlitz大疱性表皮松解症患者皮肤病变的疗效与安全性。大疱性表皮松解症是一组罕见的遗传性疾病,通常出生时即表现为皮肤在轻微或无明确创伤下出现水疱和病变。在本研究中,SD-101-6.0乳膏或安慰剂(SD-101-0.0)乳膏需局部涂抹,每日一次,全身使用,持续90天。参与者在基线时由研究者选定1个目标伤口。所选目标伤口需已存在至少21天。基线时采集目标伤口位置的照片确认,并且t
【主题与分类】
主题标签:Epidermolysis Bullosa。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02384460
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/NCT02384460
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:大疱性表皮松解症。这是一项3期、多中心、随机、双盲、安慰剂对照研究,旨在评估SD-101-6.0乳膏与安慰剂(SD-101-0.0)乳膏对单纯型、隐性营养不良型或交界型非Herlitz大疱性表皮松解症受试者皮肤病变的疗效和安全性。大疱性表皮松解症是一组罕见的遗传性疾病,通常出生时即表现为皮肤在轻微或无明确创伤情况下出现水疱和病变。在本研究中,SD-101-6.0乳膏或安慰剂(SD-101-0.0)乳膏需局部外用,每日一次涂抹全身,持续90天。受试者在基线时由研究者选定1处目标创面。所选目标创面须已存在至少21天。基线时采集目标创面位置的照片确认,后续访视时使用首次访视保存的照片确认目标创面位置。
受试者返回研究中心进行第2次访视(约基线后14天)、第3次访视(约基线后30天)、第4次访视(约基线后60天)和第5次访视(约基线后90天),以评估目标伤口的愈合程度。此外,每次访视时还评估瘙痒、疼痛、体表面积、目标伤口闭合情况以及已愈合目标伤口的瘢痕形成情况。所有访视均使用ARANZ SilhouetteStar™测量目标伤口。
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。




