斑贴试验在嗜酸性食管炎直接饮食治疗中的价值

该数据集来自 clinicaltrials.gov,聚焦嗜酸性食管炎(EoE)患者对质子泵抑制剂(PPI)治疗无应答的情形

Mayo ClinicMayo Clinic
clinicaltrials
浏览 15
表格分类Eosinophilic Esophagitis
Value of Patch Testing in Direct Diet Therapy for Eosinophilic Esophagitis

基本信息

模态
表格
任务类型
分类
创建/更新时间
2026-10-13

资源简介

斑贴试验在嗜酸性食管炎直接饮食治疗中的价值

该数据集来自 clinicaltrials.gov,聚焦嗜酸性食管炎(EoE)患者对质子泵抑制剂(PPI)治疗无应答的情形。数据覆盖 Mayo Clinic Rochester 转诊患者的标准化过敏斑贴试验(APT)、Mayo 吞咽困难问卷-30 天(MDQ-30)以及六食物排除饮食治疗流程,并记录随访中应答者与非应答者的识别及基于 APT 结果的定向排除饮食。可用于研究斑贴试验在指导 EoE 直接饮食治疗中的价值,支持患者分类与疗效评估(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:嗜酸性食管炎。患者被转诊至 Mayo Clinic Rochester,已确诊 EoE 且对质子泵抑制剂(PPI)药物治疗无应答。符合条件的患者随后将与三名研究者之一会面,完成 Mayo 吞咽困难问卷-30 天(MDQ-30),之后将进行标准化的过敏斑贴试验(APT)。此后,完成标准的临床指征六食物排除饮食治疗。患者将在排除饮食后与三名研究者之一随访,该研究者对 APT 结果设盲。在此次访视中,将识别应答者和非应答者,非应答者将根据 APT 结果完成定向排除饮食。

【主题与分类】

主题标签:Eosinophilic Esophagitis。本站分类:免疫系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT02227836

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT02227836

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

条件:嗜酸性食管炎。患者被转诊至Mayo Clinic Rochester,已确诊为EoE且对质子泵抑制剂(PPI)药物治疗无反应。符合条件的患者随后将与三位研究者之一会面,完成Mayo吞咽困难问卷-30天(MDQ-30),之后将进行标准化的过敏斑贴试验(APT)。此后,完成标准的临床指征六食物排除饮食治疗。患者将在排除饮食后与三位研究者之一进行随访,该研究者将对APT结果设盲。在此次访视中,将识别有反应者和无反应者,无反应者将根据APT结果完成定向排除饮食。

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。