KJ101治疗深二度烧伤的II期临床试验

该数据集来自clinicaltrials.gov,记录一项多中心、随机、双盲、剂量探索、阳性药与安慰剂对照的II期临床试验,评估KJ101在深二度烧伤清创中的安全性、有效性、药代动力学特征和免疫原性

Shanghai Bao Pharmaceuticals Co., Ltd.Shanghai Bao Pharmaceuticals Co., Ltd.
clinicaltrials
浏览 4
蛋白质Burn
Phase II Clinical Trial of KJ101in the Treatment of Deep II Degree Burns

基本信息

模态
蛋白质
创建/更新时间
2026-10-20

资源简介

KJ101治疗深二度烧伤的II期临床试验

该数据集来自clinicaltrials.gov,记录一项多中心、随机、双盲、剂量探索、阳性药与安慰剂对照的II期临床试验,评估KJ101在深二度烧伤清创中的安全性、有效性、药代动力学特征和免疫原性。研究设四个治疗组:KJ101 800 U/mL、KJ101 1200 U/mL、糜蛋白酶800 U/mL阳性对照组和安慰剂对照组,约144名筛选合格受试者按1:1:1:1随机分组,干预局部施用于目标创面。数据可用于烧伤清创治疗相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):适应症:烧伤、部分厚度烧伤(二度)。这项多中心、随机、双盲、剂量探索、阳性药与安慰剂对照的II期临床试验将评估KJ101在深二度烧伤清创中的安全性、有效性、药代动力学特征和免疫原性。目的是为后续III期临床试验提供支持性证据。研究包括四个治疗组:KJ101剂量800 U/mL;KJ101剂量1200 U/mL;接受糜蛋白酶800 U/mL的阳性对照组;以及安慰剂对照组。约144名筛选合格受试者将按1:1:1:1的比例随机分配至四组之一。所有干预均局部施用于目标创面,频率如下:在完成坏死组织清创前每日一次,之后隔日一次

【主题与分类】

主题标签:Burn。本站分类:损伤、中毒及外因。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07025408

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/NCT07025408

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

适应症:烧伤,烧伤创面——部分厚度(二度)。这项多中心、随机、双盲、剂量探索、阳性和安慰剂对照的II期临床试验将评价KJ101用于深二度烧伤清创的安全性、有效性、药代动力学特征和免疫原性。目的是为后续III期临床试验提供支持性证据。研究包括四个治疗组:KJ101 800 U/mL剂量组;KJ101 1200 U/mL剂量组;接受800 U/mL剂量糜蛋白酶治疗的阳性对照药组;以及安慰剂对照组。大约144名经筛选合格受试者将按1:1:1:1的比例随机分配至四个组之一。所有干预均局部施用于目标创面,频率如下:在完成坏死组织清创前每日一次,清创后隔日一次。治疗将持续至创面完全愈合(最长治疗持续时间为28天),之后将进行为期一周的安全性随访。

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