CO₂激光或PRP辅助皮下分离术对比单纯皮下分离术治疗萎缩性痤疮瘢痕
本数据集来源于clinicaltrials.gov,主题为萎缩性痤疮瘢痕的治疗研究。研究采用前瞻性、比较性、分面设计,在埃及Assiut大学医院皮肤科开展

基本信息
资源简介
CO₂激光或PRP辅助皮下分离术对比单纯皮下分离术治疗萎缩性痤疮瘢痕
本数据集来源于clinicaltrials.gov,主题为萎缩性痤疮瘢痕的治疗研究。研究采用前瞻性、比较性、分面设计,在埃及Assiut大学医院皮肤科开展。样本量经G*Power软件计算为42例,每组21例,主要比较Subcision联合PRP与Subcision联合点阵CO₂激光在Goodman和Baron定量瘢痕评分均值差异上的效果。数据可用于评估不同联合治疗方案对萎缩性痤疮瘢痕的疗效,支持临床决策与后续研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:萎缩性痤疮瘢痕。研究类型:前瞻性、比较性、分面研究。- 研究地点:本研究将在埃及Assiut的Assiut大学医院皮肤科进行,获得Assiut大学医学院伦理委员会批准后开展。样本量计算:基于确定主要结局变量,估计所需最小样本量为42例(每组21例)。样本量使用G*Power软件3.1.9.7版本计算,基于以下假设:主要结局是接受Subcision + PRP治疗与接受Subcision + 点阵CO₂治疗的两组独立患者之间Goodman和Baron定量瘢痕评分均值的差异。基于临床经验和文献回顾,假设差异较大。主要统计检验为单侧
【主题与分类】
主题标签:Atrophic Acne Scar。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07199608
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/NCT07199608
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:萎缩性痤疮瘢痕。研究类型:前瞻性、比较性、分面研究。- 研究地点:本研究将在埃及阿西尤特大学医学院获得伦理委员会批准后,于阿西尤特大学医院皮肤科进行。样本量计算:基于确定主要结局变量,估计所需最小样本量为42例(每组21例)。样本量使用G*Power软件3.1.9.7版本计算,基于以下假设:主要结局是两组独立患者之间Goodman和Baron定量瘢痕评分均值的差异:一组接受皮下分离术+PRP治疗,另一组接受皮下分离术+点阵CO₂治疗。基于临床经验并查阅文献后,假设存在较大差异。主要统计检验为单尾独立t检验,用于检测两个均值之间的差异。
效应量 = 0.8 α = 0.05 检验效能 = 0.80 所有患者均将在面部两侧接受皮下分离术,患者将被随机分为两组:I组(21例)——右侧面部行皮下分离术联合富血小板血浆注射,另一侧仅行皮下分离术。II组(21例)——右侧面部行皮下分离术联合点阵CO2激光,另一侧仅行皮下分离术。每侧将通过选择密封不透明信封随机确定,信封内装有标注激光或PRP的卡片,代表右侧面部劈脸治疗的分配。每位患者将接受三次治疗,每次间隔一个月。患者准备 1. 每位患者的整个面部将用酒精消毒,并用生理盐水清洁。2. 将皮下注射2%利多卡因进行麻醉。3. 将锐针以浅角度插入,刀面朝上,在瘢痕区域周边创建通道,以便钝头套管进入。4. 皮下分离术将使用
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。




