评估Soquelitinib治疗中重度特应性皮炎参与者的研究
该数据集来自clinicaltrials.gov,主题为评估Soquelitinib在中重度特应性皮炎(AD)参与者中的疗效与安全性

基本信息
资源简介
评估Soquelitinib治疗中重度特应性皮炎参与者的研究
该数据集来自clinicaltrials.gov,主题为评估Soquelitinib在中重度特应性皮炎(AD)参与者中的疗效与安全性。研究主要目的是比较不同剂量Soquelitinib与安慰剂在AD患者中的效果,通过定期检查皮肤追踪AD变化,并追踪副作用评估安全性和耐受性。参与者每天服用研究治疗(Soquelitinib或安慰剂)。数据覆盖特应性皮炎、湿疹等皮肤疾病,可用于分析药物剂量反应、疗效对比及安全性结局(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、特应性皮炎湿疹、湿疹、湿疹、特应性。本研究的主要目的是观察不同剂量的soquelitinib在特应性皮炎(AD)参与者中与安慰剂(不含药物的药片)相比效果如何。为了检查这一点,研究医生将定期检查参与者的皮肤,以追踪其AD在研究期间的变化。研究医生将通过追踪参与者的副作用来了解soquelitinib的安全性。他们还将检查“耐受性”,即参与者对soquelitinib的耐受程度以及任何潜在副作用是否可控。为了了解soquelitinib的效果如何,将它与安慰剂进行比较。安慰剂是一种看起来像soquelitinib但不含活性药物的物质。参与者将:* 每天服用研究治疗(soquelitinib或安慰剂)
【主题与分类】
主题标签:Atopic Dermatitis、Atopic Dermatitis Eczema、Eczema、Eczema, Atopic。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07441395
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/NCT07441395
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:特应性皮炎、特应性皮炎湿疹、湿疹、湿疹、特应性。本研究的主要目的是观察不同剂量的soquelitinib与安慰剂(不含药物的药片)相比,在特应性皮炎(AD)受试者中的疗效如何。为评估这一点,研究医生将定期检查受试者的皮肤,以追踪其AD在研究期间的变化。研究医生将通过追踪受试者的副作用来评估soquelitinib的安全性。他们还将检查“耐受性”,即受试者对soquelitinib的耐受程度,以及任何潜在副作用对他们来说是否可控。为了解soquelitinib的疗效,将它与安慰剂进行比较。安慰剂是一种外观与soquelitinib相似但不含活性药物的物质。受试者将:* 每天服用研究治疗药物(soquelitinib或安慰剂),持续12周 * 前2周每周到诊所进行复查和检查,之后在治疗期间每2周一次,然后在最后一剂研究治疗药物后第30天、60天和90天返回进行随访访视
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。




