INM-755(大麻酚)乳膏治疗大疱性表皮松解症研究
该数据集来自 clinicaltrials.gov,为一项国际多中心研究,评估局部涂抹 INM-755(大麻酚)乳膏在最多 20 例遗传性大疱性表皮松解症(单纯型、营养不良型、交界型或 Kindler 综合征)患者中的安全性和初步疗效

基本信息
资源简介
INM-755(大麻酚)乳膏治疗大疱性表皮松解症研究
该数据集来自 clinicaltrials.gov,为一项国际多中心研究,评估局部涂抹 INM-755(大麻酚)乳膏在最多 20 例遗传性大疱性表皮松解症(单纯型、营养不良型、交界型或 Kindler 综合征)患者中的安全性和初步疗效。研究采用患者内双盲设计,将匹配的索引区域随机分配至 INM-755 乳膏或对照赋形剂乳膏,索引区域可为伤口或非伤口区域,治疗持续 28 天。EB 症状基于患者报告结局评估,伤口愈合通过数字摄影测量。数据可用于安全性、疗效及伤口愈合相关分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:单纯型大疱性表皮松解症、交界型大疱性表皮松解症、营养不良型大疱性表皮松解症、Kindler 综合征。这是一项国际多中心研究,旨在评估局部涂抹 INM-755(大麻酚)乳膏在最多 20 例遗传性 EB(单纯型、营养不良型、交界型或 Kindler 综合征)患者中的安全性并获得初步疗效证据。研究采用患者内双盲设计,将匹配的索引区域随机分配至 INM-755(大麻酚)乳膏或赋形剂乳膏作为对照。选定的索引区域可为伤口或非伤口区域。随机分配的治疗每日应用于非伤口区域,并根据患者的敷料更换计划每 1、2 或 3 天应用于伤口。治疗持续 28 天。EB 症状基于患者报告结局进行评估。伤口愈合通过数字摄影测量。在本研究中
【主题与分类】
主题标签:Epidermolysis Bullosa Simplex、Epidermolysis Bullosa, Junctional、Epidermolysis Bullosa Dystrophica、Kindler Syndrome。本站分类:损伤、中毒及外因。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04908215
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/NCT04908215
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
疾病:单纯性大疱性表皮松解症、交界性大疱性表皮松解症、营养不良性大疱性表皮松解症、Kindler综合征。这是一项国际多中心研究,旨在评估局部外用INM-755(大麻酚)乳膏在最多20例遗传性大疱性表皮松解症(单纯性、营养不良性、交界性或Kindler型)患者中的安全性,并获得初步疗效证据。该研究采用患者自身对照、双盲设计,将匹配的索引区域随机分配至INM-755(大麻酚)乳膏或赋形剂乳膏作为对照。选定的索引区域可为创面或非创面区域。随机化治疗每日应用于非创面区域,创面则根据患者的敷料更换计划每1、2或3天应用一次。治疗持续28天。EB症状根据患者报告结局进行评估。创面愈合通过数字摄影测量。在这项旨在获得初步疗效证据的研究中,未设定单一的主要疗效终点。
疗效终点因每位患者的就诊症状而异,这些症状可能包括开放性伤口的存在、与换药相关的伤口疼痛、背景性伤口疼痛(非操作性相关)、伤口瘙痒以及非伤口区域的瘙痒。INM-755乳膏的净获益在每位患者内部进行评估,并基于其基线时的临床需求。入组首先从成人开始,之后可能扩大至包括青少年。
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。




