基于Fingolimod的多发性硬化患者皮肤癌风险的人群研究
该数据集来自clinicaltrials.gov,属于肿瘤/皮肤癌领域,聚焦多发性硬化患者使用Fingolimod后发生皮肤癌的长期安全性问题

基本信息
资源简介
基于Fingolimod的多发性硬化患者皮肤癌风险的人群研究
该数据集来自clinicaltrials.gov,属于肿瘤/皮肤癌领域,聚焦多发性硬化患者使用Fingolimod后发生皮肤癌的长期安全性问题。研究采用回顾性观察设计,纳入新使用Fingolimod或其他活性对照药物的MS患者,利用医疗健康数据并借助先进因果推断技术,比较两组间皮肤癌发病率,以回答Fingolimod是否较其他疾病修正治疗增加皮肤癌风险。数据可用于药物安全性评估与因果推断方法研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:多发性硬化、皮肤癌、皮肤癌黑色素瘤、皮肤癌-基底细胞癌、皮肤癌鳞状细胞、多发性硬化(MS)-复发缓解型。这项回顾性观察性研究的目标是调查Fingolimod在多发性硬化(MS)个体中的长期安全性,特别关注发生皮肤癌的风险。它旨在回答的主要问题是:•与使用其他疾病修正治疗的个体相比,使用Fingolimod是否会增加MS个体中皮肤癌的发病率?作为其MS常规医疗护理的一部分,新使用Fingolimod或其他活性对照药物的参与者将被纳入本研究。研究人员将使用先进的因果推断技术分析医疗保健数据,并比较这些组之间皮肤癌的发病率。
【主题与分类】
主题标签:Multiple Sclerosis、Skin Cancer、Skin Cancer Melanoma、Skin Cancers - Basal Cell Carcinoma、Skin Cancer, Squamous Cell。本站分类:肿瘤/皮肤癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06705608
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/NCT06705608
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:多发性硬化症、皮肤癌、皮肤癌黑色素瘤、皮肤癌-基底细胞癌、皮肤癌、鳞状细胞癌、多发性硬化症(MS)-复发缓解型。这项回顾性观察性研究的目的是调查芬戈莫德在多发性硬化症(MS)患者中的长期安全性,特别关注发生皮肤癌的风险。它旨在回答的主要问题是:•与使用其他疾病修饰疗法的MS患者相比,使用芬戈莫德是否会增加皮肤癌的发病率?作为其MS常规医疗护理的一部分,新使用芬戈莫德或其他活性对照药的参与者将被纳入本研究。研究人员将使用先进的因果推断技术来分析医疗保健数据,并比较这些组之间的皮肤癌发病率。
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。




