Stapokibart靶向IL-4Rα治疗大疱性类天疱疮的回顾性队列数据集
该数据集来自一项回顾性病例系列研究,收集了在医院接受Stapokibart治疗的10例大疱性类天疱疮患者的临床数据。数据涵盖治疗前后皮损变化、大疱性类天疱疮疾病面积指数(BPDAI)评分及血清免疫球蛋白E(IgE)水平,用于评估疗效,并通过长期随访评估安全性

基本信息
资源简介
Stapokibart靶向IL-4Rα治疗大疱性类天疱疮的回顾性队列数据集
Stapokibart, a novel monoclonal antibody targeting the IL-4Rα subunit: promising results in a retrospective cohort of patients with bullous pemphigoid.
该数据集来自一项回顾性病例系列研究,收集了在医院接受Stapokibart治疗的10例大疱性类天疱疮患者的临床数据。数据涵盖治疗前后皮损变化、大疱性类天疱疮疾病面积指数(BPDAI)评分及血清免疫球蛋白E(IgE)水平,用于评估疗效,并通过长期随访评估安全性。数据集包含2个文件,如CARE清单和补充表格,可用于回顾性分析该药物治疗大疱性类天疱疮的疗效与安全性(来源 Mendeley Data)。
【数据集背景】
源站首次发布:2026-06-18。
【数据内容】
源站描述(机器翻译,仅供参考):本回顾性病例系列研究收集并分析了在我院接受Stapokibart治疗的大疱性类天疱疮(BP)患者的临床数据,共纳入10例患者。通过比较治疗前后皮损变化、大疱性类天疱疮疾病面积指数(BPDAI)评分和血清免疫球蛋白E(IgE)水平来评估治疗效果,同时通过长期随访评估安全性。
【数据结构与技术规格】
文件数 2 个,合计 149.91 KB。数据集 DOI:10.17632/5p9xbr337y.1。
【主题与分类】
主题标签:大疱性类天疱疮、Stapokibart、单克隆抗体、BPDAI评分、IgE水平、皮肤与结缔组织疾病。本站分类:皮肤与结缔组织疾病/大疱性类天疱疮。
【获取与许可】
源站页面:https://data.mendeley.com/datasets/5p9xbr337y
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://data.mendeley.com/datasets/5p9xbr337y
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:
数据集大小约 149.9 KB。
数据说明
树芬 王 (2026). Stapokibart, a novel monoclonal antibody targeting the IL-4Rα subunit: promising results in a retrospective cohort of patients with bullous pemphigoid. [Dataset]. http://doi.org/10.17632/5p9xbr337y.1
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。




