XVIE治疗雄激素性脱发(AGA)
该数据集来自 clinicaltrials.gov,聚焦 XVIE 治疗雄激素性脱发(AGA)的 I/II 期随机双盲安慰剂对照试验

基本信息
资源简介
XVIE治疗雄激素性脱发(AGA)
该数据集来自 clinicaltrials.gov,聚焦 XVIE 治疗雄激素性脱发(AGA)的 I/II 期随机双盲安慰剂对照试验。XVIE 由 Nova Vita Laboratories, LLC 生产,含人羊水来源的可溶性蛋白、细胞外囊泡和透明质酸。30 名 18-70 岁 AGA 成人按 1:1 随机接受 XVIE 或安慰剂(0.9% 生理盐水)头皮皮内注射。数据可用于了解该试验的设计与干预信息(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:雄激素性脱发。这项 I/II 期随机、双盲、安慰剂对照试验评估 XVIE(脱细胞同种异体人羊水)通过头皮皮内注射给药在雄激素性脱发(AGA)成人中的安全性和初步疗效。XVIE 由 Nova Vita Laboratories, LLC 在符合 cGMP 的条件下生产。它含有源自足月人羊水的天然可溶性蛋白、细胞外囊泡(50-200 nm 纳米颗粒)和透明质酸。通过离心和无菌过滤去除细胞成分。每批产品均依据包含纳米颗粒浓度、粒径、总蛋白、无菌、内毒素、支原体和外观的 7 参数规格面板放行。30 名患有 AGA 的成人(18-70 岁)将按 1:1 随机分配至 XVIE 或安慰剂(0.9% 生理盐水)。两者均以 i
【主题与分类】
主题标签:Androgenetic Alopecia。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07482423
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/NCT07482423
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:雄激素性脱发。本项I/II期随机、双盲、安慰剂对照试验评估XVIE(脱细胞同种异体人羊水)经头皮皮内注射给药在成人雄激素性脱发(AGA)患者中的安全性和初步疗效。XVIE由Nova Vita Laboratories, LLC在符合cGMP的条件下生产。其含有源自足月人羊水的天然可溶性蛋白、细胞外囊泡(50-200 nm纳米颗粒)和透明质酸。通过离心和无菌过滤去除细胞成分。每批次均依据包含纳米颗粒浓度、粒径、总蛋白、无菌性、内毒素、支原体和外观的7项参数放行标准进行放行。30名患有AGA的成人(年龄18-70岁)将按1:1随机分配至XVIE组或安慰剂组(0.9%生理盐水)。两者均以相同的2.0 mL西林瓶供应。治疗于第0天和第90天经皮内注射至20个头皮注射部位(每部位0.1 mL,深度4-5 mm,30号针头)。最终评估于第180天进行,不给予治疗。
安全性评估包括治疗中出现的不良事件(TE-AEs)和严重不良事件(TE-SAEs)的发生率、严重程度及与治疗的相关性,按CTCAE v5.0分级。特别关注的不良事件包括头皮特异性事件,如既往未受累区域新发脱发、注射区域内总毛发计数减少15%或以上,以及与自然AGA进展不一致的瘢痕性脱发。疗效评估包括通过Canfield HairMetrix成像测量的总毛发计数和毛发密度、通过SoCAI Global HairMap评估的整体头皮覆盖率、研究者和受试者整体评估(7分制),以及通过皮肤病生活质量指数(DLQI)评估的生活质量。男性受试者必须为Norwood-Hamilton III-IVa期;女性受试者必须为Ludwig I-II期。该研究在美国两个临床中心开展:Advanced Dermatology和
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。




