奎纳克林治疗皮肤型红斑狼疮研究
该数据集来自 clinicaltrials.gov,主题为奎纳克林治疗皮肤型红斑狼疮(CLE)的临床研究。CLE 是一种免疫系统错误攻击皮肤、导致皮疹、溃疡等皮肤问题的疾病

基本信息
资源简介
奎纳克林治疗皮肤型红斑狼疮研究
该数据集来自 clinicaltrials.gov,主题为奎纳克林治疗皮肤型红斑狼疮(CLE)的临床研究。CLE 是一种免疫系统错误攻击皮肤、导致皮疹、溃疡等皮肤问题的疾病。奎纳克林最初于 1930 年代用于治疗疟疾,多年来用于减轻体内炎症,医生观察到其可能改善 CLE 皮肤症状,但尚未获美国 FDA 正式批准用于该用途。本试验旨在仔细研究奎纳克林治疗 CLE 的安全性和有效性。数据可用于了解该适应症的临床试验设计、用药背景与评估方向(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:皮肤型红斑狼疮(CLE)。本研究旨在进一步了解皮肤型红斑狼疮(CLE)患者对奎纳克林使用的反应。奎纳克林是一种最初于 1930 年代开发并用于治疗疟疾的药物。几十年来,它一直被用于帮助减轻体内炎症。医生观察到,奎纳克林也可能有助于改善 CLE 患者的皮肤症状,CLE 是一种免疫系统错误攻击皮肤、导致皮疹、溃疡和其他皮肤问题的疾病。尽管一些医生基于这些观察为 CLE 开具奎纳克林,但美国食品药品监督管理局(FDA)尚未正式批准其用于该用途。本临床试验的目的是仔细研究奎纳克林治疗 CLE 的安全性和有效性,以及它如何
【主题与分类】
主题标签:Cutaneous Lupus Erythematosus (CLE)。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07694336
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/NCT07694336
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:皮肤型红斑狼疮(CLE)。本研究旨在进一步了解皮肤型红斑狼疮(CLE)患者对使用奎纳克林的反应。奎纳克林是一种最初于20世纪30年代开发并用于治疗疟疾的药物。数十年来,它一直被用于帮助减轻体内炎症。医生们观察到,奎纳克林可能还有助于改善CLE患者的皮肤症状。CLE是一种免疫系统错误攻击皮肤,导致皮疹、溃疡及其他皮肤问题的疾病。尽管一些医生基于这些观察结果为CLE患者开具奎纳克林,但该药物尚未获得美国食品药品监督管理局(FDA)对此用途的正式批准。本临床试验的目的是仔细研究奎纳克林治疗CLE的安全性和有效性,以及它在体内的作用机制。这有助于研究人员更好地了解它是否应成为标准治疗选择。参与研究的总时长约为28周。本研究是一项随机、双盲、安慰剂对照研究。
“安慰剂对照”意味着在研究的前12周内,参与者可能接受奎纳克林或接受安慰剂。安慰剂看起来与研究药物相似,但不含任何活性药物成分。它用于帮助判断研究结果是由于研究药物还是其他因素所致。随机化意味着参与者将被随机分配到研究药物组或安慰剂组。参与者接受研究药物的机会是1:1。这意味着每2名参与者中,1名将接受研究药物,1名将接受安慰剂。双盲意味着参与者和研究团队均不会知道参与者被分配到了哪个研究组。在研究接下来的12周内(第12周至第28周),所有参与者都将接受研究药物。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




