六种洗发护发产品前瞻性单中心随机双盲对照耐受性试验
该数据集来自clinicaltrials.gov,属于皮肤疾病/其他分类,主题为刺激性接触性皮炎。研究为前瞻性单中心随机双盲对照耐受性试验,评估包括Wen cleansing conditioner在内的六种洗发护发产品的耐受性,采用重复开放应用试验(ROAT)和半开放斑贴试验两种标准方法,分别检测

基本信息
资源简介
六种洗发护发产品前瞻性单中心随机双盲对照耐受性试验
该数据集来自clinicaltrials.gov,属于皮肤疾病/其他分类,主题为刺激性接触性皮炎。研究为前瞻性单中心随机双盲对照耐受性试验,评估包括Wen cleansing conditioner在内的六种洗发护发产品的耐受性,采用重复开放应用试验(ROAT)和半开放斑贴试验两种标准方法,分别检测刺激性和致敏性。数据可用于评估护发产品对皮肤的刺激与过敏风险,支持化妆品安全性评价及相关皮肤疾病研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:刺激性接触性皮炎。研究目的:本研究的目的是评估每日使用f洗发护发产品的耐受性。背景/研究依据/意义:已有消费者报告使用Wen cleansing conditioner后出现刺激性和脱发。最近一项对142名患者的研究发现,在正常受试者中使用时脱发并未增加,但未评估皮肤耐受性。方法:这项双盲、随机、对照临床试验将使用两种标准临床和研究方法,即重复开放应用试验(ROAT)(一种刺激性测试)和半开放斑贴试验(一种致敏性测试),评估包括Wen cleansing conditioner在内的六种洗发护发产品的耐受性。对于ROAT,参与者将使用标准
【主题与分类】
主题标签:Irritant Contact Dermatitis。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03483025
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/NCT03483025
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:刺激性接触性皮炎。研究目的:本研究旨在评估每日使用护发清洁产品的耐受性。背景/研究依据/意义:已有消费者报告称使用Wen清洁护发素后出现刺激性和脱发。近期一项针对142名患者的研究发现,在正常受试者中使用该产品并未导致脱发增加,但未评估皮肤耐受性。方法:这项双盲、随机、对照临床试验将使用两种标准临床和研究方法——重复开放应用试验(ROAT)(一种刺激性测试)和半开放斑贴试验(一种致敏性测试)——评估包括Wen清洁护发素在内的六种护发清洁产品的耐受性。对于ROAT,参与者将按照标准化方案将护发清洁产品涂抹于前臂的6个不同位置,并使用10分制进行评分。每种清洁产品的应用部位将随机分配。暴露时间将在5周内以逐步递增的方式增加。参与者和研究人员将对产品位置设盲。
主要结局是不耐受;不耐受定义为1)ROAT皮肤成分评分>6(最高10分),或2)ROAT总体评分>4(最高5分)。如果对特定产品出现不耐受,将停止该产品的ROAT。临床评估(总体评分和成分评分)将在第0、2、4和5周进行。主要结局将在第5周测量。致敏性是次要结局,将通过在第4周对6种洗发产品进行半开放斑贴试验并在第5周读取结果来评估。设置/患者:单中心研究,200名患者。为代表广泛的皮肤屏障功能谱,招募将目标纳入150名无儿童期湿疹史(非特应性)个体和50名有儿童期湿疹史(特应性)个体。人群:男性和女性,年龄超过
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。




