维生素D在慢性荨麻疹和血管性水肿治疗中的作用
该数据集来自 clinicaltrials.gov,围绕维生素D补充对慢性荨麻疹和血管性水肿(CUA)临床结局的影响,属于一项为期12周的试点临床研究

基本信息
资源简介
维生素D在慢性荨麻疹和血管性水肿治疗中的作用
该数据集来自 clinicaltrials.gov,围绕维生素D补充对慢性荨麻疹和血管性水肿(CUA)临床结局的影响,属于一项为期12周的试点临床研究。数据覆盖荨麻疹、血管性水肿、风团和肿胀等主题,涉及血清25-羟基维生素D(25OHD)水平与CUA的关联,以及维生素D在免疫调节和CUA治疗中的潜在作用。可用于探索维生素D补充与CUA临床改善之间的关系,并支持相关预测或关联分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:荨麻疹、血管性水肿、风团、肿胀。这项为期12周的试点临床研究旨在确定补充维生素D是否会改善慢性荨麻疹和血管性水肿(CUA)受试者的临床结局。维生素D是调节免疫系统反应的关键元素,可能在CUA治疗中发挥重要作用。最近,我们发表了一项研究,表明CUA与血清25-羟基维生素D(25OHD)存在重要关联。即,与患有另一种过敏性疾病——过敏性鼻炎的受试者相比,CUA受试者的维生素D水平显著更低。目前还有另一项观察性报告显示,对CUA受试者补充维生素D(50,000/周)可带来临床改善;然而,该研究只有一个治疗组,且获得获益所需的最佳血清25OHD尚未确定。
【主题与分类】
主题标签:Urticaria、Angioedema、Hives、Swelling。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/NCT01371877
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/NCT01371877
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
条件:荨麻疹、血管性水肿、风团、肿胀。这项为期12周的初步临床研究旨在确定补充维生素D是否能改善慢性荨麻疹和血管性水肿(CUA)受试者的临床结局。维生素D是调节免疫系统反应的关键要素,可能在CUA的治疗中发挥重要作用。最近,我们发表研究指出,CUA与血清25-羟基维生素D(25OHD)之间存在重要关联。即,与患有另一种过敏性疾病——过敏性鼻炎的受试者相比,CUA受试者的维生素D水平显著较低。目前还有另一项观察性报告显示,CUA受试者补充维生素D(每周50,000单位)可带来临床改善;然而,该研究仅有一个治疗组,且未探究获得获益所需的最佳血清25OHD水平。
本研究为一项双盲、前瞻性、干预性研究,拟招募经医生诊断为CUA的成年受试者,并将受试者随机分配至推荐膳食摄入量(维生素D 600 IU/天)或推荐摄入量上限(维生素D 4000 IU/天)组。受试者将填写问卷,以收集人口统计学信息、既往诊断性检查、用药情况,并完成荨麻疹严重程度评分(USS)。将获取病历中的信息:体重、身高、体重指数(BMI)、促甲状腺激素(TSH)、游离甲状腺素(T4)、甲状腺自身抗体、荨麻疹自身免疫检测(CD203c结果)、抗核抗体(ANA)、尿液分析以及过敏皮肤点刺试验,这些均为CUA评估的一部分。受试者将进行研究性采血,以检测血清25OHD水平、iPTH、钙、磷、白蛋白、尿钙以及维生素D受体(VDR)基因表达。所有受试者都将根据2009年第三届国际荨麻疹共识会议立场指南接受标准治疗。用药随访访视
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。




