头颈部血管异常16年回顾研究补充文件8:MEK抑制剂治疗血管异常的多中心回顾性研究中皮肤不良事件补充表1

该数据集为头颈部血管异常16年回顾研究的补充文件8,包含一份补充表,聚焦接受MEK抑制剂治疗的血管异常患者中最常见的皮肤不良事件,并排除同时接受其他治疗的患者

google_dataset
2025-10-27 更新
浏览 2
其他血管异常MEK抑制剂皮肤不良事件头颈部多中心回顾性研究补充表
Additional file 8 of A 16-year retrospective study of vascular anomalies in the head and neck region

基本信息

模态
其他
大小
0.000027374 GB
创建/更新时间
2025-10-27
版本
v3

资源简介

头颈部血管异常16年回顾研究补充文件8:MEK抑制剂治疗血管异常的多中心回顾性研究中皮肤不良事件补充表1

Supplementary Table 1: Cutaneous adverse events associated with MEK-inhibitors for the treatment of vascular anomalies: a multicenter retrospective study

该数据集为头颈部血管异常16年回顾研究的补充文件8,包含一份补充表,聚焦接受MEK抑制剂治疗的血管异常患者中最常见的皮肤不良事件,并排除同时接受其他治疗的患者。数据以单个Word文档形式提供,来源于多中心回顾性研究,可用于了解MEK抑制剂相关皮肤不良事件的分布特征,支持临床用药安全性观察与后续分析(来源 Mendeley Data)。

【数据集背景】

源站首次发布:2025-10-27。

【数据内容】

源站描述(机器翻译,仅供参考):补充表1:在接受MEK抑制剂治疗的血管异常患者中观察到的最常见皮肤不良事件,排除同时接受其他治疗的患者。

【数据结构与技术规格】

文件数 1 个,合计 27.37 KB。数据集 DOI:10.17632/zncp6xz9zw.3。

【主题与分类】

主题标签:血管异常、MEK抑制剂、皮肤不良事件、头颈部、多中心回顾性研究、补充表。本站分类:心血管系统疾病/其他。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/zncp6xz9zw

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://data.mendeley.com/datasets/zncp6xz9zw

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。

数据集大小约 27.4 KB。

数据说明

Isabella Plumptre (2025). Supplementary Table 1: Cutaneous adverse events associated with MEK-inhibitors for the treatment of vascular anomalies: a multicenter retrospective study [Dataset]. http://doi.org/10.17632/zncp6xz9zw.3

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