营养不良型大疱性表皮松解症中的MSC EVs研究
该数据集来自clinicaltrials.gov,针对营养不良型大疱性表皮松解症(DEB)患者,开展一项前瞻性、开放标签、随机、多中心研究,采用受试者内配对伤口标准护理对照设计,评估同种异体MSC来源的EVs用于治疗RDEB受试者持续至少四周的10-50 cm2伤口的安全性和初步疗效

基本信息
资源简介
营养不良型大疱性表皮松解症中的MSC EVs研究
该数据集来自clinicaltrials.gov,针对营养不良型大疱性表皮松解症(DEB)患者,开展一项前瞻性、开放标签、随机、多中心研究,采用受试者内配对伤口标准护理对照设计,评估同种异体MSC来源的EVs用于治疗RDEB受试者持续至少四周的10-50 cm2伤口的安全性和初步疗效。数据可用于分析EVs联合标准护理对慢性伤口的疗效预测及安全性评估(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:营养不良型大疱性表皮松解症。研究设计:这是一项前瞻性、开放标签、随机、多中心研究,采用受试者内配对伤口标准护理对照,旨在评估将同种异体MSC来源的EVs施用于RDEB受试者持续至少四周的10-50 cm2伤口的安全性和初步疗效。在提供书面知情同意(儿科受试者需 assent 及父母书面同意)并接受筛选评估后,符合条件的受试者被确定一组配对伤口,这些伤口由受试者/照护者报告、病史或其他可靠来源确定已存在至少四周。每对伤口中的一个被随机分配至EVs联合标准护理治疗。每对中的另一个伤口仅接受标准护理,不接受EV治疗。
【主题与分类】
主题标签:Dystrophic Epidermolysis Bullosa。本站分类:损伤、中毒及外因。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04173650
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/NCT04173650
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:营养不良型大疱性表皮松解症。研究设计:这是一项前瞻性、开放标签、随机、多中心研究,采用受试者自身配对伤口的标准化护理作为对照,旨在评估将来源于异体间充质干细胞的细胞外囊泡(EVs)施用于10-50 cm²伤口的安全性及初步疗效,受试者为伤口持续至少四周的RDEB患者。在提供书面知情同意(儿科受试者需获得其父母书面同意的赞同)并完成筛选评估后,符合条件的受试者将被确定一组配对伤口,这些伤口根据受试者/照护者报告、病史或其他可靠来源确定已存在至少四周。每对伤口中的一个被随机分配接受EVs联合标准化护理治疗,每对中的另一个伤口仅接受标准化护理,不接受EV治疗。研究期间,所有研究伤口均持续接受标准化护理。对于接受EV治疗的伤口,在10周内大约每两周进行一次EV给药,最多给药六次。
若治疗后的伤口在六次给药前愈合,则不再给予额外剂量,除非伤口在治疗期间重新开放,此时应恢复原有的再治疗方案,但不延长治疗期。在治疗访视之一发现伤口愈合的受试者应返回参加所有后续访视,以确认伤口愈合情况并评估伤口瘢痕质量,除非愈合是在最终研究访视时发现的,此时无需额外访视。伤口愈合由完全再上皮化确定,且该愈合在换药期间或正常日常活动(如穿衣、进食、睡眠)中不会再次受损。这由研究者在初始愈合后至少两周确认(除非愈合是在最终研究访视时发现的)。在10周治疗期结束时,每4周对伤口进行随访,以p
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。




