CGB-500外用软膏含0.5%和1% Tofacitinib治疗特应性皮炎的2b期安全性和有效性研究
本数据集来自clinicaltrials.gov，为一项2b期临床试验，评估含0.5%和1% tofacitinib的CGB-500外用软膏治疗特应性皮炎（AD）的安全性和有效性
基本信息
资源简介
CGB-500外用软膏含0.5%和1% Tofacitinib治疗特应性皮炎的2b期安全性和有效性研究
本数据集来自clinicaltrials.gov，为一项2b期临床试验，评估含0.5%和1% tofacitinib的CGB-500外用软膏治疗特应性皮炎（AD）的安全性和有效性。研究采用平行组设计，纳入儿童和成人参与者，年龄≥12岁，随机分配至3个组，包括不含tofacitinib的赋形剂对照组，在美国多中心开展，计划入组160至180人，每名参与者干预总时长为8周。数据可用于分析该外用制剂在AD人群中的安全性、耐受性和疗效（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：特应性皮炎（AD）。本研究的主要目标： 评估含0.5%和1% tofacitinib的CGB-500外用软膏治疗特应性皮炎（AD）的安全性和耐受性 评估含0.5%和1% tofacitinib的CGB-500外用软膏治疗AD的有效性。关键试验设计：干预模型：平行组；人群类型：儿童和成人参与者；对照：赋形剂（不含tofacitinib）；人群诊断或状况：特应性皮炎；活性对照：不适用；人群年龄：≥ 12岁；试验干预分配方法：随机化；中心分布：美国多中心；组数：3；盲法：参与者和研究人员（申办方、研究者和评估者）；参与者数量：160至180；组别和持续时间：每名参与者的试验干预总时长：8周；总持续时间
【主题与分类】
主题标签：Atopic Dermatitis (AD)。本站分类：皮肤疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06810050
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/NCT06810050
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
Conditions: Atopic Dermatitis (AD).
本研究的主要目标：* 评估含0.5%和1%托法替尼的CGB-500局部软膏治疗特应性皮炎（AD）的安全性和耐受性 * 评估含0.5%和1%托法替尼的CGB-500局部软膏治疗AD的有效性 关键试验设计：干预模型：平行组 人群类型：儿童和成人参与者 对照：载体（不含托法替尼） 人群诊断或状况：特应性皮炎 活性对照药：不适用 人群年龄：≥ 12岁 试验干预分配方法：随机化 地点分布：美国多中心 组数：3 盲法：参与者和研究人员（申办方、研究者和评估者） 参与者数量：160至180 组别和持续时间：每位参与者的试验干预总持续时间：8周 每位参与者的试验参与总持续时间：约10周，包括2周筛选和8周治疗 组别和持续时间描述：所有参与者将接受约2周（第-15天至第-1天）的筛选和8周的治疗，并将按1：1：1的比例随机分配到以下治疗组。
目标是将60名参与者随机分组，每组至少48名参与者。* CGB-500局部软膏含0.5%托法替尼，每日两次 * CGB-500局部软膏含1%托法替尼，每日两次 * CGB-500局部软膏安慰剂，每日两次
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
