衰老过程中皮肤屏障功能与炎症:BIA研究
该数据集来自clinicaltrials.gov,主题为衰老过程中皮肤屏障功能与炎症,归类于内分泌、营养和代谢疾病/肥胖症

基本信息
资源简介
衰老过程中皮肤屏障功能与炎症:BIA研究
该数据集来自clinicaltrials.gov,主题为衰老过程中皮肤屏障功能与炎症,归类于内分泌、营养和代谢疾病/肥胖症。源站描述指出,老年人炎症与多病共存、衰弱等老年综合征相关,可导致过早死亡,这一现象被称为“inflammaging”,其潜在机制包括慢性感染、内脏肥胖、肠道通透性增加和细胞衰老等。有限数据提示,年龄相关的皮肤屏障衰退也可能起重要作用。约50岁起,皮肤屏障因Na+/H+反向转运体活性下降和角质层酸化受损而衰退,70岁以上者还存在皮肤脂质生成缺陷,导致对轻微损伤的抵抗力降低和表皮细胞因子生成,可能产生显著全身效应(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:炎症、皮肤炎症、衰老。在老年人中,炎症与老年综合征相关,包括多病共存和衰弱,这些会导致过早死亡。这一现象被称为“inflammaging”,并且已确定多种潜在机制,包括慢性感染、内脏肥胖、肠道通透性增加和细胞衰老等。1,2 有限的数据表明,年龄相关的皮肤屏障衰退也可能发挥重要作用。大约从50岁开始,皮肤屏障衰退由Na+/H+反向转运体活性降低和角质层酸化受损引起。3 70岁以上的人还遭受皮肤脂质生成的额外缺陷。4 结果是对于轻微损伤的抵抗力降低和表皮细胞因子生成,鉴于皮肤……(源站描述在此处截断)
【主题与分类】
主题标签:Inflammation、Skin Inflammation、Aging。本站分类:内分泌、营养和代谢疾病/肥胖症。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06750653
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/NCT06750653
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:炎症、皮肤炎症、衰老。在老年人中,炎症与老年综合征相关,包括多病共存和衰弱,这些情况会导致过早死亡。这一现象被称为“炎性衰老”,已确定多种潜在机制,包括慢性感染、内脏肥胖、肠道通透性增加以及细胞衰老等。1,2 有限的数据提示,与年龄相关的皮肤屏障功能下降也可能起着重要作用。
大约从50岁开始,皮肤屏障功能下降是由Na+/H+反向转运蛋白活性降低和角质层酸化受损所致。3 70岁以上的人群还面临皮肤脂质生成的额外缺陷。4 其结果是皮肤对轻微损伤的恢复能力下降及表皮细胞因子的产生,鉴于皮肤是人体最大的器官,这可能产生显著的全身效应。5 此外,皮肤屏障的变化可能导致菌群失调和微生物产物暴露增加,正如在年龄相关的肠道屏障衰退中所见。6 皮肤屏障衰退与老年小鼠中角质形成细胞衍生的炎症标志物水平直接相关。7 此外,有实验证据表明,对老化皮肤使用保湿剂可能改善皮肤屏障功能并减少炎症。
在老年小鼠中,每天两次涂抹凡士林,持续10天,可显著降低轻微损伤后皮肤和血清中的炎症细胞因子,包括TNFα、IL-1α、IL-1β和IL-6。7 研究人员提出一项随机、研究者盲法、自身对照的初步研究,旨在探讨老年干性皮肤人群对局部保湿剂的生理反应。总体假设是,使用保湿剂恢复皮肤屏障可降低血清炎症生物标志物。主要目的是确定开展更大规模试验的可行性,次要目的是确定血清炎症指标、皮肤屏障
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。




