RV3895A对成人青少年儿童烧伤及外科缝合后再上皮化瘢痕疗效的探索性研究
该数据集来自clinicaltrials.gov,收录一项在法国开展的探索性、非对照、开放标签研究,评估化妆品RV3895A - RY1774对成人、青少年及儿童面部和身体烧伤及外科缝合后再上皮化瘢痕的疗效与安全性,随访6个月

基本信息
资源简介
RV3895A对成人青少年儿童烧伤及外科缝合后再上皮化瘢痕疗效的探索性研究
该数据集来自clinicaltrials.gov,收录一项在法国开展的探索性、非对照、开放标签研究,评估化妆品RV3895A - RY1774对成人、青少年及儿童面部和身体烧伤及外科缝合后再上皮化瘢痕的疗效与安全性,随访6个月。受试者分为成人烧伤后瘢痕、成人外科缝合后瘢痕及儿童青少年等组别。数据可用于了解瘢痕外观改善与生活质量相关的研究设计及人群覆盖信息(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:皮肤瘢痕、烧伤后瘢痕、外科缝合后瘢痕。本研究为探索性、非对照、开放标签研究,在法国开展。旨在深入了解RV3895A - RY1774的有效性和安全性,可能通过改善瘢痕外观和生活质量使参与者受益。本研究旨在评估化妆品RV3895A - RY1774对成人、青少年及儿童面部和身体烧伤及外科缝合后再上皮化瘢痕的疗效,随访期为6个月。患者分为2组: 第1组:成人,包括: 亚组1A:有烧伤后瘢痕的成人 亚组1C:有外科瘢痕且需要缝合(如适用,针对不可吸收缝线,需置入和拆除缝线)的成人。 第2组:儿童和/或青少年,包括2至7岁(含)儿童
【主题与分类】
主题标签:Skin Scars、Post-burn Scars、Post-surgical-stitches Scars。本站分类:皮肤与结缔组织疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07020507
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/NCT07020507
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:皮肤瘢痕、烧伤后瘢痕、手术后缝合瘢痕。本研究为探索性、非比较性、开放标签研究,在法国开展。旨在深入了解RV3895A - RY1774的有效性和安全性,可能通过改善瘢痕外观和生活质量使参与者获益。本研究的目的是评估化妆品RV3895A - RY1774对成人、青少年和儿童面部及身体烧伤和手术缝合后再上皮化瘢痕的疗效,随访期为6个月。患者分为2组:* 第1组:成人,包括:* 亚组1A:有烧伤后瘢痕的成人 * 亚组1C:有手术后瘢痕且需要缝合(如适用,针对不可吸收缝线需拆除)的成人。* 第2组:儿童和/或青少年,包括2至7岁(含)儿童,包括:* 亚组2A:有烧伤后瘢痕的儿童/青少年。本研究包括4次访视:访视1:入组(第1天),访视2:中间访视(第22天),访视3:中间访视(第85天),访视4:研究结束访视(计划或提前)(第169天)
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。




