地中海饮食与低组胺饮食用于儿童慢性自发性荨麻疹
该数据集来自 clinicaltrials.gov,主题为地中海饮食与低组胺饮食用于儿童慢性自发性荨麻疹。慢性自发性荨麻疹是儿童期以反复瘙痒性皮损为特征的慢性炎症性疾病,病因常不明确,治疗多聚焦症状控制,但药物反应并非总是充分,饮食辅助方案因此受到关注

基本信息
资源简介
地中海饮食与低组胺饮食用于儿童慢性自发性荨麻疹
该数据集来自 clinicaltrials.gov,主题为地中海饮食与低组胺饮食用于儿童慢性自发性荨麻疹。慢性自发性荨麻疹是儿童期以反复瘙痒性皮损为特征的慢性炎症性疾病,病因常不明确,治疗多聚焦症状控制,但药物反应并非总是充分,饮食辅助方案因此受到关注。源站描述指出,地中海饮食与低组胺饮食均被视为有前景的管理选择,但尚无对照研究在儿科人群中直接比较两者。该研究计划为三臂随机对照临床试验,可用于饮食干预与儿童慢性自发性荨麻疹症状管理的比较研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Urticaria Chronic。慢性自发性荨麻疹(CSU)是一种慢性炎症性疾病,其特征为儿童期反复出现瘙痒性皮损,并对生活质量产生显著负面影响。由于其病因常不明确,治疗方法通常侧重于症状控制。然而,药物治疗并不总能提供充分的应答,这增加了补充性饮食方法的重要性。近年来,以抗炎特性著称的地中海饮食,以及限制高组胺含量食物的低组胺饮食,已成为管理CSU症状的有前景的选择。然而,尚无对照研究在儿科人群中直接比较这两种饮食方法。本研究计划为一项三臂随机对照临床试验,旨在比较 t
【主题与分类】
主题标签:Urticaria Chronic。本站分类:内分泌、营养和代谢疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07765979
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/NCT07765979
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:慢性荨麻疹。慢性自发性荨麻疹(CSU)是一种慢性炎症性疾病,以儿童期反复发作的瘙痒性皮损为特征,对生活质量有显著的负面影响。由于其病因通常不明,治疗方法一般侧重于症状控制。然而,药物治疗并不总能提供充分的应答,这使得辅助饮食方法的重要性日益增加。近年来,以其抗炎特性而闻名的地中海饮食,以及限制高组胺含量食物的低组胺饮食,已成为管理CSU症状的有前景的选择。然而,尚无对照研究在儿科人群中直接比较这两种饮食方法。本研究计划为一项三臂随机对照临床试验,旨在比较地中海饮食和低组胺饮食干预对12-18岁诊断为慢性自发性荨麻疹儿童的疾病活动度、疾病控制和生活质量的影响。
干预期将持续四周,评估将在基线时和第四周结束时进行。本研究将采用7天荨麻疹活动度评分(UAS7)、荨麻疹控制测试(UCT)、生活质量问卷(儿童皮肤病生活质量指数[CDLQI]和皮肤病生活质量指数[DLQI])以及儿童和青少年地中海饮食质量指数(KIDMED)。饮食模式将在基线时通过食物频率问卷(FFQ)进行评估,并在干预期内通过每周24小时膳食回顾和饮食依从性随访表进行监测。此外,还将检测常规获取的临床实验室参数,包括C反应蛋白(CRP)、红细胞沉降率(ESR)、总免疫球蛋白E(总IgE)、甲状腺功能检查(TSH和fT4)、甲状腺自身抗体(抗TPO和抗Tg)、全血细胞计数、
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。




