慢性荨麻疹JAK抑制剂真实世界数据

该数据集覆盖慢性自发性荨麻疹和慢性诱导性荨麻疹治疗结局与耐受性资料,冷性荨麻疹属于诱导性荨麻疹范畴,可用于治疗反应和临床分类分析。

Mendeley Data authorsMendeley Data authors
Mendeley Data
2026-01-01 更新
浏览 32
表格分类
JAK Inhibitors in CSU and CIndU Dataset

基本信息

模态
表格
大小
0.004557741 GB
任务类型
分类
许可
CC BY 4.0
创建/更新时间
2026-01-01
版本
v1

资源简介

慢性荨麻疹JAK抑制剂真实世界数据

【数据集背景】

本数据集源站标题为《Real-world Outcomes and Tolerability of JAK Inhibitors in Chronic Spontaneous Urticaria and Chronic Inducible Urticaria: A Single-center Retrospective Study》。源站首次发布:2026-03-02。

【数据内容】

源站原始描述:In this dataset, we have provided supplementary information for the study titled "Real-world Outcomes and Tolerability of JAK Inhibitors in Chronic Spontaneous Urticaria and Chronic Inducible Urticaria: A Single-center Retrospective Study" The supplementary materials include supplementary Figures and tables. A detailed description is provided below: FIG2:Scores of UCT from baseline to week 12 after the first JAKi administration FIG3:Scores of CU-Q2oL from baseline to week 12 after the first JAKi…

【数据结构与技术规格】

文件数 4 个,合计 4.56 MB。数据集 DOI:10.17632/bwfn46cxdj.1。

【适用方向】

结构化表格数据可直接用于统计建模、特征工程与队列分析。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/bwfn46cxdj

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://data.mendeley.com/datasets/bwfn46cxdj/1

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

该 Mendeley 数据集提供慢性自发性和慢性诱导性荨麻疹患者 JAK 抑制剂治疗补充数据。

数据加载示例(表格/文本类)

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))

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。

获取专属数据定制方案