免疫检查点抑制剂诱导大疱性类天疱疮三种临床表型数据
该数据集来自 Mendeley Data，包含 5 个文件，围绕免疫检查点抑制剂诱导的大疱性类天疱疮（ICI-BP）的三种临床表型
基本信息
资源简介
免疫检查点抑制剂诱导大疱性类天疱疮三种临床表型数据
Three Distinct Clinical Phenotypes of Immune Checkpoint Inhibitor-Induced Bullous Pemphigoid Predict Divergent Treatment Responses and Outcomes
该数据集来自 Mendeley Data，包含 5 个文件，围绕免疫检查点抑制剂诱导的大疱性类天疱疮（ICI-BP）的三种临床表型。数据包括展示结节-糜烂型皮损的补充图、各亚型治疗策略分布图、不同表型与疾病组初始激素剂量图，以及基线特征与治疗方案补充表。这些资料可用于比较 ICI-BP 亚型在临床表现、治疗选择和结局上的差异，支持皮肤免疫相关不良反应的分型研究与治疗决策参考（来源 Mendeley Data）。
【数据集背景】
源站首次发布：2025-12-08。
【数据内容】
源站描述（机器翻译，仅供参考）：图 S1。结节-糜烂型：下肢可见坚实、深棕色至肤色的结节，表面有特征性溃疡和结痂。图 S2。ICI-BP 亚型间的治疗方式分布。堆叠条形图显示各 ICI-BP 表型的治疗策略分布。大疱型最常采用全身糖皮质激素（GC）单药治疗（80.0%）。水肿性红斑-大疱型更常采用早期联合治疗，包括 GC 联合甲氨蝶呤（MTX）（55.6%）和 GC 联合 MTX 联合静脉注射免疫球蛋白（IVIG）（22.2%）。结节-糜烂型呈现中间模式，GC 单药治疗占 75.0%，GC 联合 MTX 联合 IVIG 占 25.0%。缩写：ICI-BP，免疫检查点抑制剂诱导的大疱性类天疱疮；EEB，水肿性红斑-大疱型；GC，糖皮质激素；MTX，甲氨蝶呤；IVIG，静脉注射免疫球蛋白。Fi
【数据结构与技术规格】
文件数 5 个，合计 458.49 KB。数据集 DOI：10.17632/vpmcrfx3y8.3。
【主题与分类】
主题标签：免疫检查点抑制剂、大疱性类天疱疮、临床表型、治疗反应、糖皮质激素、甲氨蝶呤、IVIG。本站分类：免疫系统疾病。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/vpmcrfx3y8
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/vpmcrfx3y8
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:
数据集大小约 458.5 KB。
数据说明
Yi Sun (2025). Three Distinct Clinical Phenotypes of Immune Checkpoint Inhibitor-Induced Bullous Pemphigoid Predict Divergent Treatment Responses and Outcomes [Dataset]. http://doi.org/10.17632/vpmcrfx3y8.3
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。
