皮肤科实践中探索性前瞻性生物标志物研究对皮肤病的分析（SKINERGY）

数据集获取

源站：https://clinicaltrials.gov/study/NCT07021495

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

适应症：慢性自发性荨麻疹（CSU）、化脓性汗腺炎（HS）、银屑病（PsO）、特应性皮炎（AD）、CTCL/蕈样肉芽肿。特应性皮炎（AD）、皮肤红斑狼疮（CLE）、慢性自发性荨麻疹（CSU）、化脓性汗腺炎（HS）、皮肤T细胞淋巴瘤（CTCL，亚型为蕈样肉芽肿，MF）以及斑块状银屑病（PSO）是多种免疫介导的炎症性皮肤病，其病理生理机制复杂且往往尚未完全阐明。遗传、免疫和环境因素在这些疾病中各自发挥不同程度的作用，导致临床表现具有异质性。尽管已取得进展，特异性生物标志物的识别与验证仍然有限，阻碍了精准诊断、疾病亚型划分及治疗反应预测。例如，AD涉及表皮屏障缺陷和免疫失调；CLE以自身免疫机制为特征并具有多种临床亚型；CSU由肥大细胞活化引起；HS由毛囊阻塞和慢性炎症驱动；CTCL涉及皮肤中恶性T细胞增殖；而PSO则以免疫驱动的角质形成细胞过度增殖为特征。

下一代免疫皮肤病学项目旨在通过深入分析这些疾病，发现能够界定疾病内型并预测治疗反应的生物标志物，从而应对这些挑战，最终实现个性化治疗策略。研究将分析疾病的多个方面，包括患者报告结局、临床医生报告结局、生物物理、影像学、细胞、微生物学、分子、血液及组织生物标志物。这项多中心、开放标签、纵向生物标志物研究随访720例患有六种炎症性皮肤病——AD、PSO、HS、CSU、CLE和MF——的患者，在开始标准治疗后随访一年。在基线、3、6和12个月时收集多模态数据。另纳入120名健康对照用于基线比较，并随访6周。每种疾病包括多个治疗组（每组N=40）：* AD：环孢素A；抗IL-4/13（度普利尤单抗、曲罗芦单抗、

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。