口服护发补充剂改善头发强度并支持男女头发生长的评估
该数据集来自 clinicaltrials.gov，针对头发稀疏的男性和女性受试者，开展单中心、开放标签、前瞻性干预研究，评估5种市售营养补充剂方案改善头发稀疏外观的效果
基本信息
资源简介
口服护发补充剂改善头发强度并支持男女头发生长的评估
该数据集源自 clinicaltrials.gov，英文名称为“Evaluation of an Oral Hair Supplement to Improve Hair Strength and Support Growth in Women and Men”，本站归类为皮肤疾病 / 其他，主题标签为 Hair Thinning。数据集围绕头发稀疏问题，收录了一项单中心、开放标签、前瞻性干预研究的相关信息。研究对象为头发稀疏的男性和女性受试者，研究评估5种治疗方案对改善头发稀疏外观的效果，所有方案均为市售的营养补充剂类生发产品。每种补充剂方案计划入组50名受试者，受试者需在基线、第90天和第180天接受访视，并在第45天和第135天接受依从性电话随访。研究评估涵盖皮肤科研究者的头发评估、拔发试验、光学显微镜下的毛干直径评估以及受试者问卷。
【数据集背景】
头发稀疏是皮肤科常见的就诊原因之一，男性和女性均可受累。市场上存在多种以营养补充剂形式销售的生发产品，但其实际效果需要通过规范的临床研究加以评估。该数据集所对应的研究正是在这一背景下设计，旨在对5种市售营养补充剂方案改善头发稀疏外观的效果进行干预性评价。研究采用单中心、开放标签、前瞻性设计，受试者同时覆盖女性与男性，体现了对头发稀疏问题在性别层面上的兼顾。
【数据内容】
数据集涉及的研究纳入头发稀疏的男性和女性受试者，设置5个补充剂治疗组，每组计划入组50名受试者。研究安排了基线、第90天和第180天三个访视时间点，并在第45天和第135天进行依从性电话随访。研究评估内容包括：皮肤科研究者实施的头发评估、拔发试验、光学显微镜下的毛干直径评估，以及受试者问卷。上述内容构成了该研究的主要观察与评价框架。
【采集与来源】
该数据集来源于 clinicaltrials.gov，属于注册于该平台的临床研究信息。研究类型为单中心、开放标签、前瞻性、干预性研究，研究对象为头发稀疏的男性和女性受试者，干预措施为5种市售营养补充剂类生发产品。除上述来源与设计信息外，源站未提供更细化的采集流程说明。
【适用场景】
基于现有信息，该数据集可用于了解针对头发稀疏人群的营养补充剂干预研究设计，包括分组方式、访视安排与评估手段的组合。其评估项目涵盖研究者评估、拔发试验、毛干直径测量和受试者问卷，适合作为头发稀疏相关临床研究中结局评价方式的参考。具体适用场景的进一步说明源站未提供。
【使用方法】
源站未提供。
【质量与限制】
该研究为单中心、开放标签设计，未提及盲法与对照设置；每组计划入组50名受试者。除此之外，关于样本代表性、数据完整性、统计方法等方面的质量信息，源站未提供。
【引用与许可】
源站未提供。
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/NCT06362941
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：头发稀疏。本研究为单中心、开放标签、前瞻性干预性研究，将招募女性和男性受试者，评估5种治疗方案改善头发稀疏外观的效果。所有治疗方案均为市售的营养保健品类生发补充剂。5个补充剂组每组将招募50名受试者。受试者将在基线、第90天和第180天进行访视，并将在第45天和第135天接受依从性电话随访。研究评估将包括皮肤科研究者头发评估、拔发试验、光学显微镜毛干直径评估以及受试者问卷。
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。
