PPDTM CorEvitasTM 慢性手部湿疹药物安全性与有效性登记数据集
该数据集来自 clinicaltrials.gov,聚焦慢性手部湿疹(CHE),旨在建立 CHE 受试者队列,评估标准治疗方案的长期真实世界安全性与有效性

基本信息
资源简介
PPDTM CorEvitasTM 慢性手部湿疹药物安全性与有效性登记数据集
PPDTM CorEvitasTM Chronic Hand Eczema (CHE) Drug Safety and Effectiveness Registry 是一个聚焦慢性手部湿疹(Chronic Hand Eczema,CHE)的注册登记数据集,来源为 clinicaltrials.gov。该数据集的核心目标是建立慢性手部湿疹受试者队列,用于评估标准治疗方案在长期真实世界环境中的安全性与有效性。通过系统性地收集受试者相关数据,该注册登记旨在为慢性手部湿疹的自然病史刻画、已上市药物的疗效与安全性评价、药物利用研究、疾病负担与未满足需求分析等提供数据基础,并为患者、临床医生、药品生产商及监管机构的决策提供信息支持。该数据集在分类上归属于皮肤疾病 / 其他,主题标签为 Chronic Hand Eczema。
【数据集背景】
慢性手部湿疹是一种皮肤疾病,其长期管理和治疗方案的评估需要真实世界数据的支撑。该注册登记数据集的建立,正是为了在真实世界条件下构建慢性手部湿疹受试者队列,从而对标准治疗方案的长期安全性与有效性进行评价。源站描述指出,注册登记的目标是创建 CHE 受试者队列,以评估 CHE 标准治疗方案的长期真实世界安全性和有效性。这一背景决定了该数据集以慢性手部湿疹患者为核心对象,关注长期随访中的治疗结局与安全性信息。
【数据内容】
该数据集围绕慢性手部湿疹受试者队列展开,收集的数据可用于回答一系列研究问题和使用场景。源站描述明确列出,这些数据可用于但不限于以下方面:刻画疾病的自然病史;评估已上市药物用于治疗 CHE 的有效性和安全性;为药品生产商和监管机构持续开展风险-获益评估提供信息支持;以及开展与药物利用、疾病负担和未满足需求相关的研究。此外,所收集的数据还将为患者和治疗提供者的临床决策提供信息。数据集的具体字段、变量结构、样本量、随访时长等信息,源站未提供。
【采集与来源】
该数据集的来源站为 clinicaltrials.gov。源站描述显示,数据通过注册登记方式收集,用于建立慢性手部湿疹受试者队列。关于采集的具体方式、采集时间范围、采集机构、数据更新频率等信息,源站未提供。
【适用场景】
基于源站描述,该数据集适用于多种研究与应用场景,包括:刻画慢性手部湿疹的自然病史;评估已上市 CHE 治疗药物的有效性与安全性;支持药品生产商和监管机构开展持续的风险-获益评估;开展药物利用、疾病负担和未满足需求相关研究;以及为患者和诊疗提供者的临床决策提供信息。该数据集的主题标签为 Chronic Hand Eczema,分类归属于皮肤疾病 / 其他,适合与慢性手部湿疹相关的真实世界研究使用。
【使用方法】
源站未提供该数据集的具体使用方法,包括访问方式、数据格式、分析工具、接口或下载途径等信息。
【质量与限制】
源站未提供该数据集的质量评估信息与使用限制说明。
【引用与许可】
源站未提供该数据集的引用方式与许可条款信息。
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/NCT07598058
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:慢性手部湿疹。该注册研究的目标是建立一个慢性手部湿疹受试者队列,以评估慢性手部湿疹标准治疗方案的长期真实世界安全性和有效性。通过该注册研究收集的数据可用于解决一系列研究问题和应用场景,包括但不限于:描述该疾病的自然史,评估已上市药物用于治疗慢性手部湿疹的有效性和安全性,为支持药品生产商和监管机构持续开展风险-获益评估提供信息,以及开展与药物利用、疾病负担和未满足需求相关的研究。此外,所收集的数据将为患者和诊疗提供者的临床决策提供参考。
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。




