分层儿童特应性皮炎 Dupilumab 统计数据集

该数据集来自 Mendeley Data,由 Herrera, Henry 于 2025 年发布,聚焦儿童特应性皮炎患者使用 dupilumab 后的感染结局

Mendeley DataMendeley Data
datacite
浏览 11
文本预测Infectious DiseasePediatricsBig DataAtopic Dermatitis
Stratified Pediatric Atopic Dermatitis Dupilumab Statistics

基本信息

模态
文本
大小
0.00000727 GB
任务类型
预测
创建/更新时间
2026-10-12

资源简介

分层儿童特应性皮炎 Dupilumab 统计数据集

Stratified Pediatric Atopic Dermatitis Dupilumab Statistics

该数据集来自 Mendeley Data,由 Herrera, Henry 于 2025 年发布,聚焦儿童特应性皮炎患者使用 dupilumab 后的感染结局。数据以绝对风险形式报告急性上呼吸道感染、肠道感染性疾病、流感和肺炎、急性下呼吸道感染、真菌病、中耳炎及尿路感染,并按年龄组、性别、合并症、种族和族裔进行分层,每个亚组均包含用药前后数值,可用于患者内感染风险比较及预测建模(来源 DOI 解析)。

【数据集背景】

源站首次发布:2025。

【数据内容】

源站描述(机器翻译,仅供参考):该数据集呈现了接受 dupilumab 治疗的儿童特应性皮炎患者的感染结局。计算了 dupilumab 启用前后的感染性疾病事件风险。结局以绝对风险形式报告,涵盖急性上呼吸道感染、肠道感染性疾病、流感和肺炎、急性下呼吸道感染、真菌病、中耳炎以及尿路感染。除总体事件外,还按年龄组(0–6 岁、7–11 岁和 12–17 岁)、性别(男性和女性)、合并症(哮喘和过敏性鼻炎)、种族(White、Black、Asian 和 Other)以及族裔(Hispanic or Latino、Not Hispanic or Latino)进行了分层分析。每个亚组均包含 dupilumab 使用前和使用后的数值,允许在人口学和临床特征方面对感染风险进行直接的患者内比较。

【主题与分类】

主题标签:Infectious Disease、Pediatrics、Big Data、Atopic Dermatitis。本站分类:呼吸系统疾病/肺炎。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/5wvw27jgxv/1

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://doi.org/10.17632/5wvw27jgxv.1

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。

数据集大小约 7.3 KB。

数据说明

该数据集展示了接受度普利尤单抗治疗的特应性皮炎儿科患者的感染结局。计算了度普利尤单抗启用前后的感染性疾病事件风险。结局以急性上呼吸道感染、肠道感染性疾病、流感和肺炎、急性下呼吸道感染、真菌病、中耳炎和尿路感染的绝对风险报告。除总体事件外,还按年龄组(0-6岁、7-11岁和12-17岁)、性别(男性和女性)、合并症(哮喘和过敏性鼻炎)、种族(白人、黑人、亚裔和其他)以及族裔(西班牙裔或拉丁裔、非西班牙裔或拉丁裔)进行了分层分析。每个亚组均包含度普利尤单抗使用前和使用后的数值,从而能够对患者个体内不同人口学和临床特征下的感染风险进行直接比较。

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。

获取专属数据定制方案