Dual JAK1/TYK2抑制剂治疗瘢痕性脱发
该数据集来自clinicaltrials.gov,主题为Dual JAK1/TYK2抑制剂治疗瘢痕性脱发,分类属肌肉骨骼系统疾病/其他

基本信息
资源简介
Dual JAK1/TYK2抑制剂治疗瘢痕性脱发
该数据集来自clinicaltrials.gov,主题为Dual JAK1/TYK2抑制剂治疗瘢痕性脱发,分类属肌肉骨骼系统疾病/其他。源站描述介绍了JAK抑制剂作为小分子免疫调节剂在皮肤病学中的应用,说明JAK1、JAK2、JAK3和TYK2的作用机制,以及PF-06700841作为JAK1/TYK2双重抑制剂正被研究用于多种适应症。数据可用于了解该临床试验的研究背景与机制信息(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:瘢痕性脱发。JAK抑制剂是一组小分子,最近作为皮肤病学中一类有吸引力的免疫调节剂出现。它们是JAK酶家族各成员的拮抗剂,该家族由JAK1、JAK2、JAK3和酪氨酸激酶-2(TYK2)组成。JAK通过磷酸化多个细胞因子受体的胞质结构域,使转导子和转录激活子(STAT)得以结合并活化。这导致STAT易位进入细胞核,从而极大地影响转录。因此,JAK拮抗通过STAT激活阻断这一信号传导,靶向Th1/IFN-γ以及共同γc细胞因子(在IL-2、IL-4、IL-9、IL-7、IL-15和IL-21之间共享),而TYK2还增加了IL-23能力。因此,PF-06700841,一种JAK1和TYK2的双重抑制剂,目前正在被研究用于多种适应症,在
【主题与分类】
主题标签:Cicatricial Alopecia。本站分类:肌肉骨骼系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05076006
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/NCT05076006
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
适应症:瘢痕性脱发。JAK抑制剂是一类小分子药物,近年来作为一类颇具吸引力的免疫调节剂在皮肤科崭露头角。此类药物是JAK酶家族各成员的拮抗剂,该家族包括JAK1、JAK2、JAK3和酪氨酸激酶2(TYK2)。JAK通过磷酸化多种细胞因子受体的胞质结构域,使信号转导及转录激活因子(STAT)得以结合并活化。这导致STAT转位进入细胞核,从而对转录产生重大影响。因此,JAK拮抗通过阻断STAT活化来阻断该信号通路,靶向Th1/IFN-γ以及共同γc细胞因子(由IL-2、IL-4、IL-9、IL-7、IL-15和IL-21共享),而TYK2还额外赋予了对IL-23的作用能力。因此,PF-06700841——一种JAK1和TYK2双重抑制剂,目前正在针对多种适应症进行研究,包括银屑病、克罗恩病、溃疡性结肠炎、银屑病关节炎、特应性皮炎、银屑病、系统性红斑狼疮和AA,且已被证明安全、耐受性良好,具有良好的安全性特征——被选用于本方案。
研究团队将评估头皮和血液中的炎症标志物、毛发角蛋白及纤维化情况,我们的最终目标是阐明炎症与组织瘢痕形成之间的关系。虽然该研究设计专门针对检测PF-06700841的组织机制效应进行了效能设定,但同时也将密切监测该药物在此患者群体中的安全性和耐受性。研究团队的研究提案具有新颖性,因为团队拟在基线时以及PF-06700841治疗期间,研究CA患者皮肤和血液中的免疫特征。除了对这些疾病的新型治疗方式进行迫切需要的 prospectively 研究外,研究团队还旨在更好地从分子层面表征这些疾病,并尝试确定炎症过程对 resultant 纤维化的影响。这些发现将
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。




