评估接受 Filsuvez 治疗的 Epidermolysis Bullosa 患者皮肤癌发病率的研究
该数据集来自 clinicaltrials.gov，为一项长期非干预性观察研究，覆盖营养不良型与大疱性表皮松解症（DEB、JEB）患者，评估其在接受标准治疗（含 Filsuvez）期间各类皮肤恶性肿瘤（SCC、BCC、MM）的发生情况
基本信息
资源简介
评估接受 Filsuvez 治疗的 Epidermolysis Bullosa 患者皮肤癌发病率的研究
该数据集来自 clinicaltrials.gov，为一项长期非干预性观察研究，覆盖营养不良型与大疱性表皮松解症（DEB、JEB）患者，评估其在接受标准治疗（含 Filsuvez）期间各类皮肤恶性肿瘤（SCC、BCC、MM）的发生情况。数据来自欧盟、英国和美国的临床研究中心，参与者随访至少 3 年，收集皮肤恶性肿瘤的发生与性质信息。可用于研究 EB 患者皮肤癌的发病风险与真实世界治疗实践（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：营养不良型大疱性表皮松解症、交界型大疱性表皮松解症。某些类型的 EB 与侵袭性皮肤和黏膜鳞状细胞癌（SCC）发病率大幅增加相关，也与其他皮肤恶性肿瘤（包括基底细胞癌（BCC）和恶性黑色素瘤（MM））发病率增加相关。这项长期非干预性研究将评估 DEB 和 JEB 患者中所有类型的皮肤恶性肿瘤（SCC、BCC 和 MM）。这是一项关于真实世界治疗实践的观察性研究，患者将接受任何可能包含的标准治疗。数据将来自欧盟（EU）、英国（UK）和美国的临床研究中心。参与者将被随访至少 3 年，并在此期间收集有关皮肤恶性肿瘤发生和性质的信息。
【主题与分类】
主题标签：Epidermolysis Bullosa, Dystrophic、Epidermolysis Bullosa, Junctional。本站分类：肿瘤/皮肤癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06423573
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/NCT06423573
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：营养不良型大疱性表皮松解症、交界型大疱性表皮松解症。某些类型的EB与侵袭性皮肤和黏膜鳞状细胞癌（SCC）发病率大幅增加相关，同时其他皮肤恶性肿瘤（包括基底细胞癌（BCC）和恶性黑色素瘤（MM））的发病率也有所增加。这项长期非干预性研究将评估DEB和JEB患者中所有类型的皮肤恶性肿瘤（SCC、BCC和MM）。这是一项关于真实世界治疗实践的观察性研究，患者将接受标准治疗，无论其具体内容如何。数据将来自欧盟（EU）、英国（UK）和美国的临床研究中心。参与者将被随访至少3年，在此期间将从正在服用和未服用Filsuvez的患者中收集有关皮肤恶性肿瘤发生及性质的信息。
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。
