TREg激活治疗PELADE（斑秃）数据集
源站描述显示，研究者在一项前瞻性先导研究中发现低剂量IL2可能对严重斑秃有益，5名接受治疗的患者中有4名出现持久毛发再生；本研究旨在通过多中心前瞻性随机双盲试验，比较低剂量IL2与安慰剂在长期疗效上的差异
基本信息
资源简介
TREg激活治疗PELADE（斑秃）数据集
TREg Activation in the Treatment of the PELADE (Alopecia Areata) 是一个以斑秃（Alopecia Areata）为研究主题的数据集，收录于免疫系统疾病／其他分类之下，来源为 clinicaltrials.gov。该数据集围绕一项多中心、前瞻性、随机、双盲研究展开，其核心目的是比较低剂量白细胞介素2（IL2）与安慰剂在斑秃治疗中的长期疗效。这一研究设计的提出，源于研究者此前一项前瞻性先导研究的发现：低剂量IL2可能对严重斑秃具有益处，在接受治疗的5名患者中有4名出现了持久的毛发再生。数据集以斑秃为主题标签，整体内容聚焦于免疫干预手段在斑秃治疗中的应用与疗效评价，为关注自身免疫性脱发疾病的研究者提供了一个可追溯至临床试验注册信息的资料入口。
【数据集背景】
斑秃是一种与免疫系统相关的疾病，本数据集即归入免疫系统疾病／其他类别。根据来源站点的描述，研究者在此前开展的一项前瞻性先导研究中观察到，低剂量IL2可能对严重斑秃产生有益作用，并可使接受治疗的患者出现持久的毛发再生。正是基于这一先导研究的结果，研究者进一步设计了本数据集所对应的研究，即通过多中心、前瞻性、随机、双盲的研究方式，对低剂量IL2与安慰剂的长期疗效进行比较。该背景信息构成了数据集主题定位与研究方向的基本依据。
【数据内容】
数据集的主题标签为斑秃（Alopecia Areata），其内容指向一项以斑秃患者为对象、比较低剂量IL2与安慰剂长期疗效的多中心前瞻性随机双盲研究。来源站描述中提及的疾病条件为斑秃，研究干预涉及低剂量IL2与安慰剂两类，研究关注的重点是长期疗效的比较。除上述信息外，数据集所包含的具体字段、变量、记录数量与观测指标等内容，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov，即临床试验注册信息平台。其对应的研究为多中心、前瞻性、随机、双盲设计，研究目的是比较低剂量IL2与安慰剂在斑秃治疗中的长期疗效。关于数据采集的具体时间范围、采集机构、样本量、随访安排以及数据录入与整理流程等细节，源站未提供。
【适用场景】
基于现有信息，该数据集适用于与斑秃相关的免疫治疗研究背景了解，尤其是围绕低剂量IL2干预严重斑秃的疗效评价这一研究方向。其来源描述所体现的先导研究结果与后续随机双盲研究设计，可为关注斑秃治疗研究进展、免疫系统疾病临床研究设计参考等场景提供信息线索。关于该数据集在其他具体分析场景中的适用性，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据获取方式、访问权限、数据结构说明、分析接口或配套文档等均未在现有信息中体现。
【质量与限制】
现有信息仅包含研究背景、研究设计与主题标签等描述性内容，未提供样本规模、数据完整度、缺失情况、质量控制措施或偏倚评估等信息，因此无法对数据集的质量作出具体判断。相关限制说明源站未提供。
【引用与许可】
源站未提供该数据集的引用方式与许可信息。
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/NCT02557074
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：斑秃。在一项前瞻性试点研究中，研究人员显示低剂量IL2可能对严重斑秃有益，在接受治疗的5名患者中有4名诱导了长期持久的毛发再生。本研究的目的是在一项多中心前瞻性随机双盲研究中比较低剂量IL2与安慰剂的长期疗效。
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。
