含芳樟醇氢过氧化物的重复开放应用试验(ROAT)研究
该数据集来自 clinicaltrials.gov,聚焦过敏性接触性皮炎,研究芳樟醇氢过氧化物(Lin-OOH)在斑贴试验中的最佳测试浓度与诱发阈值

基本信息
资源简介
含芳樟醇氢过氧化物的重复开放应用试验(ROAT)研究
该数据集来自 clinicaltrials.gov,聚焦过敏性接触性皮炎,研究芳樟醇氢过氧化物(Lin-OOH)在斑贴试验中的最佳测试浓度与诱发阈值。数据涉及对 40 名成年参与者(20 名确诊对 Lin-OOH 接触过敏的患者与 20 名健康参与者)使用模拟“香水”进行低剂量 Lin-OOH 的重复开放应用试验(ROAT),最长暴露 21 天,以模拟真实生活暴露。可用于研究香料成分接触过敏的诊断浓度、诱发阈值及过敏性接触性皮炎预防(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:过敏性接触性皮炎。芳樟醇目前是化妆品和家用产品中使用最多的香料物质之一。既往研究报告,在斑贴试验患者中,对 1.0% 凡士林中的芳樟醇氢过氧化物(Lin-OOH)接触过敏的患病率较高(5.9-11.7%)。Lin-OOH 在斑贴试验中的最佳测试浓度尚不明确,需要进一步研究。确定 Lin-OOH 的最佳测试浓度和诱发阈值对于改善诊断和预防过敏性接触性皮炎(ACD)的发生非常重要。我们希望通过开展 ROAT(重复开放应用试验)研究,对 40 名成年参与者(20 名确诊对 Lin-OOH 接触过敏的患者和 20 名健康参与者)使用模拟“香水”进行低剂量 Lin-OOH 的暴露,最长暴露 21 天,以模拟真实生活中对 Lin-OOH 的暴露。
【主题与分类】
主题标签:Allergic Contact Dermatitis。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05858723
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/NCT05858723
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:过敏性接触性皮炎。芳樟醇是目前化妆品和家居产品中使用最多的香料物质之一。既往研究报告显示,在斑贴试验患者中,对芳樟醇氢过氧化物(Lin-OOH)1.0% pet. 的接触过敏患病率较高(5.9-11.7%)。Lin-OOH在斑贴试验中的最佳测试浓度尚不明确,需要进一步研究。确定Lin-OOH的最佳测试浓度和激发阈值对于改善诊断和预防过敏性接触性皮炎(ACD)的发生具有重要意义。我们希望模拟现实生活中Lin-OOH的暴露情况,通过开展ROAT(重复开放应用试验)研究,对40名成年参与者(20名已确认对Lin-OOH接触过敏的患者和20名健康参与者)使用模拟“香水”进行低剂量Lin-OOH暴露,最长暴露时间为21天。基于这些知识,我们的目标是:1. 确定诊断Lin-OOH所致ACD的最佳斑贴试验浓度;2. 在确认接触过敏的情况下,检查每日暴露于模拟免洗化妆品产品时ACD发生的阈值。
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。




