慢性荨麻疹和血管性水肿受试者的维生素D水平
该数据集来自 clinicaltrials.gov,关注慢性荨麻疹和血管性水肿受试者体内 25-羟基维生素 D(25OHD,维生素 D 的储存形式)的水平

基本信息
资源简介
慢性荨麻疹和血管性水肿受试者的维生素D水平
该数据集来自 clinicaltrials.gov,关注慢性荨麻疹和血管性水肿受试者体内 25-羟基维生素 D(25OHD,维生素 D 的储存形式)的水平。研究背景是维生素 D 在固有免疫和适应性免疫调节中起关键作用,其缺乏可能与慢性荨麻疹、血管性水肿等炎症性皮肤病相关,并曾被推测与过敏反应诊断和治疗有关。数据可用于探索维生素 D 水平与慢性荨麻疹和血管性水肿之间的关联,为后续研究提供初步依据(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。该研究方案旨在开展一项初步研究,以测定慢性荨麻疹和血管性水肿受试者体内 25-羟基维生素 D(25OHD,维生素 D 的储存形式)的水平。维生素 D 被认为是固有免疫和适应性免疫系统调节的关键要素,维生素 D 缺乏可能在慢性荨麻疹和血管性水肿等炎症性皮肤疾病中发挥重要作用。维生素 D 缺乏已被认为与包括特应性皮炎、酒渣鼻和银屑病在内的皮肤炎症性疾病的发病机制有关。最近有人推测,维生素 D 缺乏可能与过敏反应的诊断和治疗相关。维生素 D 在过敏性鼻炎等其他过敏性疾病中的作用尚不明确。慢性荨麻疹和血管性水肿(CUA)是一种使人衰弱的
【主题与分类】
主题标签:Urticaria、Angioedema。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/NCT00876369
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/NCT00876369
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:荨麻疹、血管性水肿。本研究方案旨在开展一项初步研究,测定慢性荨麻疹和血管性水肿受试者体内25-羟基维生素D(25OHD)——维生素D的储存形式——的水平。维生素D被认为是调节固有免疫和适应性免疫系统的关键要素,维生素D缺乏可能在慢性荨麻疹和血管性水肿等炎症性皮肤疾病中发挥重要作用。维生素D缺乏已被认为与包括特应性皮炎、玫瑰痤疮和银屑病在内的皮肤炎症性疾病的发病机制有关。近来有推测认为,维生素D缺乏与过敏反应的诊断和治疗相关。维生素D在其他过敏性疾病(如过敏性鼻炎)中的作用尚不明确。慢性荨麻疹和血管性水肿(CUA)是一种使人衰弱的过敏性疾病,定义为规律性反复发作的荨麻疹和/或血管性水肿持续超过6周。该病的病因在很大程度上尚不清楚,但主要发生于女性,并可与自身免疫和甲状腺疾病相关。
维生素D可能在CUA的发病机制和治疗中发挥重要作用,但迄今为止尚无研究探讨CUA与25OHD水平之间的潜在关联。本初步研究旨在招募两组成人受试者(年龄19岁及以上):1)过敏对照组:经医生诊断为过敏性鼻炎的受试者;2)经医生诊断为慢性荨麻疹和/或血管性水肿的受试者。两组受试者将填写一份问卷,以收集有关人口统计学信息、维生素D补充情况、既往诊断性检查、当前用药情况的数据,以及一份经过验证的皮肤病生活质量指数(见附件)。其他信息将从病历中尽可能获取: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
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。




