JAK抑制剂在慢性自发性荨麻疹和慢性诱导性荨麻疹中的真实世界疗效与耐受性:单中心回顾性研究
该数据集包含慢性自发性荨麻疹和慢性诱导性荨麻疹患者接受JAK抑制剂治疗的临床数据,数据模态主要包括临床表格和量表评分,具体涉及患者从基线到治疗第12周的荨麻疹控制测试评分、生活质量评分以及基线人口学、临床和免疫学特征,主要用于评估JAK抑制剂在慢性荨麻疹治疗中的真实世界疗效与耐受性,为相关临床研究和治疗决策提供数据支持。

基本信息
资源简介
JAK抑制剂在慢性自发性荨麻疹和慢性诱导性荨麻疹中的真实世界疗效与耐受性:单中心回顾性研究
【数据集背景】
本数据集源站标题为《Real-world Outcomes and Tolerability of JAK Inhibitors in Chronic Spontaneous Urticaria and Chronic Inducible Urticaria: A Single-center Retrospective Study》。源站首次发布:2026-03-02。
【数据内容】
源站原始描述:In this dataset, we have provided supplementary information for the study titled "Real-world Outcomes and Tolerability of JAK Inhibitors in Chronic Spontaneous Urticaria and Chronic Inducible Urticaria: A Single-center Retrospective Study" The supplementary materials include supplementary Figures and tables. A detailed description is provided below: FIG2:Scores of UCT from baseline to week 12 after the first JAKi administration FIG3:Scores of CU-Q2oL from baseline to week 12 after the first JAKi…
【数据结构与技术规格】
文件数 4 个,合计 4.56 MB。数据集 DOI:10.17632/bwfn46cxdj.1。
【获取与许可】
源站页面:https://data.mendeley.com/datasets/bwfn46cxdj
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/bwfn46cxdj
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
该数据集是医学研究《JAK抑制剂在慢性自发性荨麻疹和慢性诱导性荨麻疹中的真实世界疗效与耐受性:单中心回顾性研究》的补充材料,包含慢性荨麻疹患者的临床数据。数据集主要包括患者从基线到治疗第12周的荨麻疹控制测试(UCT)评分、慢性荨麻疹生活质量问卷(CU-Q2oL)评分,以及患者的基线人口学、临床和免疫学特征。数据来源于单中心回顾性研究,通过对患者病历的系统性回顾和分析构建而成。该数据集主要用于评估JAK抑制剂在慢性荨麻疹治疗中的真实世界疗效和耐受性,为临床决策提供循证依据,并支持相关机制研究。
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。




