西罗莫司治疗6岁及以上表皮痣患者疗效与耐受性初步研究
该数据集来自 clinicaltrials.gov,围绕西罗莫司(Sirolimus)用于6岁及以上表皮痣(Epidermal Nevi)患者病灶的疗效与耐受性初步研究

基本信息
资源简介
西罗莫司治疗6岁及以上表皮痣患者疗效与耐受性初步研究
该数据集来自 clinicaltrials.gov,围绕西罗莫司(Sirolimus)用于6岁及以上表皮痣(Epidermal Nevi)患者病灶的疗效与耐受性初步研究。源站描述覆盖表皮痣的临床表现与遗传机制,指出多数线状疣状表皮痣涉及 PI3K/AKT/mTOR 或 RAS/MAPK 生长通路,超过40%病例由 FGFR3 或 PIK3CA 基因改变导致 PI3K/AKT/mTOR 通路持续激活。数据可用于了解该适应症的研究背景与相关通路信息(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:表皮痣。表皮痣是由于受孕后发生的遗传改变而出现的皮肤增生物,这意味着只有部分皮肤细胞受到影响。这些增生物表现为增厚、通常颜色较深的皮肤区域,形成线条或漩涡状。在手臂和腿部,它们通常表现为直的条纹,而在躯干和面部,它们遵循称为 Blaschko 线的弯曲模式,这反映了皮肤细胞在出生前的发育方式。这些皮肤改变由特定的遗传改变引起,这些改变开启了皮肤细胞内的某些细胞生长通路。大多数线状疣状表皮痣涉及控制细胞生长的两条主要通路之一:PI3K/AKT/mTOR 通路或 RAS/MAPK 通路。在超过40%的病例中,FGFR3 或 PIK3CA 基因的改变导致 PI3K/AKT/mTOR 通路持续激活,从而引起皮肤过度生长。西罗莫司(亦称 cal
【主题与分类】
主题标签:Epidermal Nevi。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07813533
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/NCT07813533
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:表皮痣。表皮痣是由于受孕后发生的遗传改变而导致的皮肤生长物,这意味着只有部分皮肤细胞受到影响。这些生长物表现为增厚、通常颜色较深的皮肤区域,呈线状或漩涡状排列。在手臂和腿部,它们通常表现为直的条纹,而在躯干和面部则沿称为Blaschko线的弯曲模式分布,这反映了出生前皮肤细胞的发育方式。这些皮肤改变由特定的遗传改变引起,这些改变激活了皮肤细胞内的某些细胞生长通路。大多数线状疣状表皮痣涉及控制细胞生长的两条主要通路之一:PI3K/AKT/mTOR通路或RAS/MAPK通路。在超过40%的病例中,FGFR3或PIK3CA基因的改变导致PI3K/AKT/mTOR通路持续激活,从而引起皮肤过度生长。西罗莫司(也称为雷帕霉素)是一种阻断mTOR通路的药物,可减缓细胞生长和蛋白质产生。此类药物已用于治疗由mTOR信号过度活跃引起的某些癌症。
局部西罗莫司已获FDA批准为0.2%凝胶(Hyftor),用于治疗结节性硬化症(TSC)患者的面部血管纤维瘤。在TSC中,基因改变导致mTOR通路过度活跃,从而引发称为血管纤维瘤的皮肤增生物。研究表明,将西罗莫司涂抹于皮肤可减小这些病变的大小并降低其可见度。
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。




