微生物群移植治疗斑秃患者的评估
该数据集来自 clinicaltrials.gov,围绕微生物群移植治疗斑秃的评估,覆盖斑秃、全秃与普秃三类情况。源站描述指出斑秃是高度流行的自身免疫病,因毛囊免疫豁免崩溃引发自身免疫攻击而导致非瘢痕性脱发,美国约 530 万人受累,终生风险为 2.1%,毛囊未被永久破坏、仍可能再生,治疗选项包括病

基本信息
资源简介
微生物群移植治疗斑秃患者的评估
该数据集来自 clinicaltrials.gov,围绕微生物群移植治疗斑秃的评估,覆盖斑秃、全秃与普秃三类情况。源站描述指出斑秃是高度流行的自身免疫病,因毛囊免疫豁免崩溃引发自身免疫攻击而导致非瘢痕性脱发,美国约 530 万人受累,终生风险为 2.1%,毛囊未被永久破坏、仍可能再生,治疗选项包括病灶内类固醇、局部蒽林、二苯环丙烯酮(DPCP)诱导的过敏性接触性皮炎等。数据可用于了解该试验的疾病背景与治疗方向(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:斑秃、全秃、普秃。斑秃(AA)是人类最常见的自身免疫性疾病之一,因毛囊免疫豁免崩溃及随后的自身免疫攻击而导致毁容性脱发。仅在美国,AA 就影响约 530 万人,包括所有族裔的男性和女性,终生风险为 2.1%。针对毛囊的自身免疫导致非瘢痕性脱发,可能起初为斑片状,斑片可融合并进展至覆盖整个头皮(全秃)或最终覆盖全身(普秃)。在 AA 中,毛囊没有被永久破坏,再生仍有可能。AA 的治疗选择包括病灶内类固醇、局部蒽林、使用二苯环丙烯酮(DPCP)诱导的过敏性接触性皮炎、二硝
【主题与分类】
主题标签:Alopecia Areata、Alopecia Totalis、Alopecia Universalis。本站分类:内分泌、营养和代谢疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06747611
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/NCT06747611
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:斑秃、全秃、普秃。斑秃(AA)是最常见的人类自身免疫性疾病之一,因毛囊免疫豁免崩溃及随后的自身免疫攻击而导致毁容性脱发。仅在美国,斑秃就影响约530万人,包括所有族裔的男性和女性,终生风险为2.1%。针对毛囊的自身免疫反应导致非瘢痕性脱发,初期可能表现为斑片状脱发,斑片可融合并进展至覆盖整个头皮(全秃),或最终累及全身(普秃)。在斑秃中,毛囊不会发生永久性破坏,毛发再生仍有可能。斑秃的治疗选择包括皮损内注射类固醇、局部蒽林、使用二苯环丙烯酮(DPCP)、二硝基氯苯(DNCB)或方酸二丁酯(SADBE)诱导变应性接触性皮炎,以及近年来的Janus激酶(JAK)抑制剂。尽管JAK抑制剂近期已获批用于治疗广泛性斑秃,但部分患者存在治疗抵抗、病情复发,或无法服用口服免疫抑制药物。
本研究将尝试阐明治疗前后皮肤和肠道微生物组的组成,以确定特定细菌种类是否可能与疾病或治疗反应相关。为确定MTT对全身及皮肤局部免疫细胞组成和活化的影响,我们将分析外周血样本中的主要免疫细胞群体,并采集皮肤活检组织用于组织病理学和下一代测序分析。此外,为确定免疫细胞群体的变化是否影响炎症反应,我们将对炎症细胞因子进行分析。为识别肠道微生物群的变化是否影响AA的代谢特征,我们还将在粪便肠道微生物组样本和血浆中开展非靶向代谢组学分析。总之,这一综合方法旨在识别致病性免疫
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。




