每周硫唑嘌呤脉冲与倍他米松口服小脉冲治疗中重度斑秃疗效比较
该数据集来自 clinicaltrials.gov,主题为比较每周硫唑嘌呤脉冲与倍他米松口服小脉冲治疗中重度斑秃的疗效。源站描述涵盖斑秃的自身免疫性质、非瘢痕性脱发表现、感叹号样发、不同临床分型(斑片状脱发、Alopecia Totalis、Alopecia Universalis 及带状脱发)以及

基本信息
资源简介
每周硫唑嘌呤脉冲与倍他米松口服小脉冲治疗中重度斑秃疗效比较
该数据集来自 clinicaltrials.gov,主题为比较每周硫唑嘌呤脉冲与倍他米松口服小脉冲治疗中重度斑秃的疗效。源站描述涵盖斑秃的自身免疫性质、非瘢痕性脱发表现、感叹号样发、不同临床分型(斑片状脱发、Alopecia Totalis、Alopecia Universalis 及带状脱发)以及治疗有效性与安全性评估需求。数据可用于斑秃治疗方案的疗效与安全性对比研究,具体样本量、字段结构与统计结果源站未提供(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Alopecia Areata, Alopecia Areata(AA)。斑秃(AA)是一种自身免疫性疾病,特征为头皮或其他毛发区域出现非瘢痕性、单发或多发圆形或椭圆形脱发斑。这些脱发斑边缘附近常可见“感叹号样发”。该病影响所有人群,与年龄、性别和种族无关。临床上,斑秃可根据受累范围分为多种类型,如头皮斑片状脱发、Alopecia Totalis(完全性头皮脱发)、Alopecia Universalis(完全性头皮和体毛脱发),或较少见的特定头皮区域带状脱发。鉴于该病发病机制和病程尚不明确,各种治疗方式的有效性仍难以预测。有效的治疗必须兼顾临床疗效与安全性。Previous
【主题与分类】
主题标签:Alopecia Areata、Alopecia Areata(AA)。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06786689
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/NCT06786689
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:斑秃、斑秃(AA)。斑秃(AA)是一种自身免疫性疾病,其特征为头皮或其他毛发区域出现非瘢痕性、单发或多发的圆形或椭圆形脱发斑。这些脱发斑的边缘常可见“感叹号发”。该病影响所有人群,无论年龄、性别和种族。临床上,斑秃可根据受累范围分为多种类型,如头皮斑片状脱发、全秃(头皮毛发完全脱落)或普秃(头皮及全身毛发完全脱落),或较少见地表现为头皮特定区域的带状脱发。鉴于该病发病机制和病程尚不明确,各种治疗方法的有效性仍难以预测。有效的治疗必须兼顾临床疗效和安全性。既往研究报道了每周硫唑嘌呤冲击疗法与倍他米松口服小剂量冲击疗法在安全性特征、缓解率和复发率方面的差异,尤其是与安慰剂比较时。然而,直接比较研究,尤其是在我们本地人群中的直接比较,明显缺乏。
因此,本研究旨在通过比较评估这些疗法在中重度斑秃治疗中的效果,以填补现有文献中的空白。
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。




