寻常痤疮与玫瑰痤疮DLQI基准值——荟萃分析数据集
该数据集包含“寻常痤疮与玫瑰痤疮DLQI基准”系统综述与荟萃分析的数据和脚本。分析纳入29项研究（痤疮16项、玫瑰痤疮13项），合并样本量11467名参与者
基本信息
资源简介
寻常痤疮与玫瑰痤疮DLQI基准值——荟萃分析数据集
DLQI Benchmarks for Acne Vulgaris and Rosacea - Meta-Analysis Dataset
该数据集包含“寻常痤疮与玫瑰痤疮DLQI基准”系统综述与荟萃分析的数据和脚本。分析纳入29项研究（痤疮16项、玫瑰痤疮13项），合并样本量11467名参与者。提取数据含平均DLQI、标准差、研究设计、NOS评分及SD估计标志；R脚本用metafor包进行随机效应荟萃分析、亚组比较、敏感性分析和Egger检验。PROSPERO：CRD420261349227（来源 DOI 解析，Creative Commons Zero v1.0 Universal 许可）。
【数据集背景】
源站首次发布：2026。
【数据内容】
源站描述（机器翻译，仅供参考）：本数据集包含系统评价与荟萃分析“寻常痤疮和玫瑰痤疮的皮肤病生活质量指数（DLQI）基准”的提取研究级数据和分析脚本。该荟萃分析纳入29项研究（痤疮：16项；玫瑰痤疮：13项），合并样本量为11,467名参与者。数据提取记录了样本量、DLQI均值、标准差、研究设计、NOS质量评分以及标准差（SD）估计标记。随附的R脚本使用metafor包进行随机效应荟萃分析（REML）、亚组比较、敏感性分析和Egger检验。PROSPERO：CRD420261349227
【主题与分类】
主题标签：Clinical medicine、DLQI、acne vulgaris、rosacea、meta-analysis、quality of life、dermatology。本站分类：皮肤疾病。
【获取与许可】
源站页面：https://www.scidb.cn/detail?dataSetId=c28866696795484190853bb945d38d3f
使用许可：Creative Commons Zero v1.0 Universal。
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/10.57760/sciencedb.37190
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
本数据集包含用于系统评价和荟萃分析“寻常痤疮和玫瑰痤疮的皮肤病生活质量指数（DLQI）基准”的提取的研究层面数据和分析脚本。该荟萃分析纳入了29项研究（痤疮：16项；玫瑰痤疮：13项），合并样本量为11,467名参与者。数据提取记录了样本量、DLQI均值、标准差、研究设计、NOS质量评分和SD估计标记。随附的R脚本使用metafor包执行随机效应荟萃分析（REML）、亚组比较、敏感性分析和Egger检验。PROSPERO：CRD420261349227
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。
