甲氨蝶呤与硫唑嘌呤治疗慢性光化性皮炎疗效比较:随机对照试验
该数据集来自 clinicaltrials.gov,围绕慢性光化性皮炎患者中甲氨蝶呤与硫唑嘌呤的疗效比较开展随机对照试验

基本信息
资源简介
甲氨蝶呤与硫唑嘌呤治疗慢性光化性皮炎疗效比较:随机对照试验
该数据集来自 clinicaltrials.gov,围绕慢性光化性皮炎患者中甲氨蝶呤与硫唑嘌呤的疗效比较开展随机对照试验。数据覆盖两组患者的基线检查、随访安排与安全性监测,包括每周全血细胞计数、肝肾功能、心电图、胸片、尿分析及 B 组 TPMT 水平评估,并在第 4、12、24 周随访时重复相关检查。研究以 EASI 评分评估疗效,主要结局为 EASI-50,即 EASI 评分较基线改善 50%。可用于比较两种治疗方案的疗效与安全性,并支持临床预测建模(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:慢性光化性皮炎。对 B 组患者将每周进行全血细胞计数(CBC),直至最后一次剂量递增。两组患者都将被建议采取严格的防晒措施(防晒霜、帽子、太阳镜)。两组的基线检查包括 CBC、肝功能检查(LFTs)、肾功能检查(RFTs)、心电图、胸部 X 线和尿液分析,而 TPMT 水平将专门针对 B 组患者进行评估。患者将在第 4、12 和 24 周进行随访。每次随访时将进行 CBC、RFTs 和 LFTs。EASI 评分将在基线和随后每次随访时计算。每次随访时将把 EASI 评分与上次访视进行比较,以评估是否有患者达到 EASI-50(EASI 评分较基线改善 50%)的主要结局。研究者整体
【主题与分类】
主题标签:Chronic Actinic Dermatitis。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06476366
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/NCT06476366
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
条件:慢性光化性皮炎。B组患者将每周进行全血细胞计数(CBC)检查,直至最后一次剂量递增。两组患者都将接受严格的防晒措施指导(防晒霜、帽子、太阳镜)。两组患者的基线检查包括全血细胞计数、肝功能检查(LFTs)、肾功能检查(RFTs)、心电图、胸部X光和尿液分析,而TPMT水平将专门针对B组患者进行评估。患者将在第4周、第12周和第24周进行随访。每次随访时都将进行全血细胞计数、肾功能检查和肝功能检查。EASI评分将在基线时以及随后每次随访时计算。每次随访时将与前一次就诊的EASI评分进行比较,以评估是否有患者达到EASI-50(EASI评分较基线改善50%)的主要结局。研究者整体评估(IGA)评分将作为次要结局指标。它是医生在患者每次就诊时评估的疾病严重程度的主观指标。其范围从0到4(0-清除,1-几乎清除,2-轻度,3-中度,4-重度)。
IGA评分为0-2分将被视为结局指标。每次随访时,还会询问患者治疗是否有任何特定副作用。包括参与者人口学特征在内的数据将记录在纸质表格上。数据将被锁藏保管,仅治疗医师和研究团队可以访问。
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。




