2LVERU®JUNIOR与2LVERU®治疗疣的随机安慰剂对照双盲疗效研究
研究为随机、安慰剂对照、双盲设计，计划纳入162例3岁及以上患者，研究总时长最长45个月，含36个月入组期和9个月随访期
基本信息
资源简介
2LVERU®JUNIOR与2LVERU®治疗疣的随机安慰剂对照双盲疗效研究
该数据集来自clinicaltrials.gov，聚焦Common Wart、Flat Wart、Plantar Wart等皮肤疣疾病。研究为随机、安慰剂对照、双盲设计，计划纳入162例3岁及以上患者，研究总时长最长45个月，含36个月入组期和9个月随访期。主要目标是比较2LVERU® JUNIOR与2LVERU®相对于安慰剂组在治疗结束时（6个月访视）疣消失的疗效，次要目标包括4个月时组间疣消失疗效比较及4个月和6个月时疣消失程度（4个等级）的组间比较。数据可用于疣治疗疗效评估相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：适应症：Common Wart、Flat Wart、Plantar Wart。研究时长最长45个月，其中入组期36个月，随访期9个月。年龄3岁及以上、在皮肤科医生/全科医生就诊期间出现common warts（Verruca vulgaris）和/或plantar warts（Verruca plantaris）和/或flat warts（Verruca plana）的患者。计划纳入患者总数为162例。主要目的：比较2LVERU® JUNIOR和2LVERU®与安慰剂组在治疗结束时（6个月访视）疣消失的疗效。次要目的 比较各组在4个月时疣消失的疗效。 比较各组在4个月和6个月（治疗结束）时疣消失程度（4个等级）的疗效。
【主题与分类】
主题标签：Common Wart、Flat Wart、Plantar Wart。本站分类：皮肤疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT03977753
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/NCT03977753
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
适应症：普通疣、扁平疣、跖疣。研究持续时间最长45个月，其中纳入期36个月，随访期9个月。年龄3岁及以上、在皮肤科医生/全科医生就诊期间出现普通疣（Verruca vulgaris）和/或跖疣（Verruca plantaris）和/或扁平疣（Verruca plana）的患者。计划纳入患者总数为162例。主要目的：比较2LVERU® JUNIOR和2LVERU®与安慰剂组在治疗结束时（6个月访视）疣消失方面的疗效。次要目的 * 比较各组间治疗4个月时疣消失的疗效。* 比较各组间治疗4个月和6个月（治疗结束）时疣消失程度（4个等级）的疗效 * 比较各组间治疗结束后3个月疣复发的疗效 * 比较各组间研究期间与疣相关的疼痛 * 安全性问题。
治疗阶段：* 第1组 = 2LVERU® JUNIOR / 2LVERU®（治疗6个月）* 第2组 = 安慰剂（治疗6个月）治疗后随访阶段：3个月。如果在基线访视时描述的所有治疗疣均满足以下三项标准，则治疗被视为成功：* 疣部位皮肤颜色正常 * 疣部位皮肤质地正常 * 疣部位触感正常。如果在治疗结束时，基线访视时描述的所有治疗疣中至少有一项上述三项标准未满足，则治疗被视为失败。
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。
