Tapinarof 治疗成人掌跖角化病的安全性与有效性研究

源站描述显示,该研究旨在评估治疗获益,若主要结局指标显示获益且未观察到严重不良事件(SAEs),则支持开展后续临床试验;若 6 名受试者中至少 2 人获益且无 SAEs,则未来临床试验具有依据

Indiana UniversityIndiana University
clinicaltrials
浏览 13
其他预测Palmoplantar Keratoderma
Study to Evaluate the Safety and Efficacy of Tapinarof in Adults With Palmoplantar Keratoderma

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-07

资源简介

Tapinarof 治疗成人掌跖角化病的安全性与有效性研究

本数据集来自 clinicaltrials.gov,聚焦 Tapinarof 用于成人掌跖角化病(Palmoplantar Keratoderma)的安全性与有效性研究。源站描述显示,该研究旨在评估治疗获益,若主要结局指标显示获益且未观察到严重不良事件(SAEs),则支持开展后续临床试验;若 6 名受试者中至少 2 人获益且无 SAEs,则未来临床试验具有依据。该初步数据将决定是否值得推进盲法、良好对照的 2 期试验,并为后续有足够统计效能的研究设计提供初步经验。目前该药物治疗此特定疾病的经验尚不充足(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:掌跖角化病。本研究旨在评估该治疗的获益。如果该治疗显示出获益(按主要结局指标定义)且未观察到任何严重不良事件(SAEs),则进一步临床试验具有合理性。如果 6 名受试者中至少 2 人从该治疗中获益(按我们的主要结局指标定义)且无 SAEs,则未来临床试验将得到支持。这些初步数据将决定是否值得继续进行一项盲法且良好对照的 2 期试验。本研究旨在收集初步经验,用于设计后续具有适当统计效能、可进行统计分析的良好对照研究。目前,该药物治疗这一特定疾病的经验尚不充足,而这对设计成功的试验是必要的。

【主题与分类】

主题标签:Palmoplantar Keratoderma。本站分类:皮肤疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06561321

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT06561321

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:掌跖角化病。本研究旨在评估该治疗的获益。若该治疗显示出获益(依据主要结局指标定义)且未观察到任何严重不良事件(SAEs),则进一步开展临床试验具有合理性。若6名受试者中至少有2名从该治疗中获益(依据我们的主要结局指标定义)且无SAEs,则未来开展临床试验具有正当理由。这些初步数据将决定是否值得继续进行一项设盲且良好对照的2期试验。本研究旨在收集初步经验,用于设计后续良好对照的研究,并为其提供适当的统计学分析效能。目前,该药物用于治疗这一特定疾病的经验尚不充分,而这对设计成功的随机对照试验(RCTs)以获得FDA监管批准是必要的。在皮肤病学领域,以这种方式开展研究是标准做法。

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。

获取专属数据定制方案