局部痤疮治疗体验
该数据集来自 clinicaltrials.gov，主题为痤疮的局部治疗体验。源站描述指出，痤疮是一种慢性疾病，通常需要多种药物联合使用；慢性病患者的用药依从性尤其具有挑战性，且往往随时间下降，局部用药者尤为明显
基本信息
资源简介
局部痤疮治疗体验
该数据集英文名为 Experience With Topical Acne Treatment，来源于 clinicaltrials.gov，主题聚焦于痤疮局部治疗过程中的患者体验。痤疮是一种慢性皮肤疾病，通常需要多种药物联合使用，而慢性病患者的用药依从性本身就面临较大挑战，且往往随时间推移而下降，使用局部外用药物的患者尤为明显。用药不依从可能带来多重负面影响，包括治疗失败、医疗费用增加以及生活质量下降。该数据集围绕这一临床现实问题，记录了与局部痤疮治疗体验相关的信息，可为了解痤疮患者在实际用药过程中的困难与行为提供参考。本站将其归类于皮肤与结缔组织疾病下的痤疮类别，主题标签为 Acne。
【数据集背景】
痤疮作为一种慢性疾病，其治疗通常需要多种药物配合使用。对于慢性病患者而言，坚持用药是一项长期挑战，用药依从性常常随时间下降，局部外用药物使用者面临的问题更为突出。用药不依从可分为两类：原发性不依从和继发性不依从。原发性不依从指患者在获取和开始治疗环节出现问题，其障碍包括缺乏相关知识、对用法理解有误、与医疗服务提供者沟通不畅、费用增加以及对副作用的恐惧。继发性不依从指患者未按处方使用药物，其障碍包括疗效显现延迟、治疗方案复杂度增加、不良反应、生活忙碌以及使用不便。该数据集正是在这一背景下，关注痤疮局部治疗的实际体验。
【数据内容】
该数据集的主题为痤疮的局部治疗体验，主题标签为 Acne。源站描述中阐述了痤疮的慢性特征、多药联合治疗的需求，以及用药依从性在慢性病患者中面临的普遍困难，并区分了原发性不依从与继发性不依从及其各自的障碍因素。关于数据集具体包含的字段、记录数量、受试者信息、治疗药物种类等详细内容，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述提及了痤疮的疾病特征与用药依从性问题，并引用了相关说明性内容。关于具体的采集方式、采集时间、采集地点、样本量及研究设计等细节，源站未提供。
【适用场景】
基于其主题，该数据集可应用于与痤疮局部治疗体验相关的场景，例如了解慢性病患者用药依从性问题的背景、关注局部外用药物治疗中可能出现的原发性与继发性不依从障碍等。关于该数据集在其他具体场景中的适用性，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法。
【质量与限制】
源站未提供该数据集的质量评估信息与使用限制说明。
【引用与许可】
源站未提供该数据集的引用方式与许可信息。
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/NCT05582434
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：痤疮。痤疮是一种慢性疾病，通常需要联合使用多种药物。1 对于慢性病患者而言，用药依从性尤其具有挑战性，且往往随时间推移而下降，使用外用药物者尤为明显。1 不依从可导致多种不良后果，包括治疗失败、医疗费用增加以及生活质量下降。原发性不依从是指获取并开始治疗方面的问题。此类不依从的挑战包括缺乏相关知识、对用法理解有误、与医生沟通不畅、费用增加以及对副作用的恐惧。2 继发性不依从是指患者未按处方用药。继发性不依从的障碍包括疗效延迟、治疗方案复杂性增加、不良反应、生活繁忙以及不便。2
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。
