NACDG十大过敏原及相关过敏原与刺激性接触性皮炎的常见来源表
该数据集是一个结构化的医学表格数据模态，详细列出了NACDG十大过敏原、相关补充过敏原以及刺激性接触性皮炎的常见物质来源，如个人护理品、珠宝和药品等，主要用于接触性皮炎的病因研究、过敏原流行病学分析和临床鉴别诊断，以帮助医学工作者理解并管理由常见日用品引发的皮肤过敏与刺激问题。
基本信息
资源简介
NACDG十大过敏原及相关过敏原与刺激性接触性皮炎的常见来源表
【数据集背景】
本数据集源站标题为《Table 1. Common Sources Associated with the Top 10 NACDG Allergens, Currently Relevant Supplemental (non-NACDG) Allergens, and Irritant Contact Dermatitis》。源站首次发布：2020-08-10。
【数据内容】
源站原始描述：Mendeley Supplementary Table 1. Common Sources Associated with the Top 10 NACDG Allergens, Currently Relevant Supplemental (non-NACDG) Allergens, and Irritant Contact Dermatitis Allergen Sources Personal care products were the most common source for 6 of the top 10 NACDG allergens among E-only and E+HN groups. The remaining allergens were frequently associated with jewelry, hair products, and topical antibiotics. Sources for supplemental, non-NACDG allergens were similar. Currently Relevant Irri…
【数据结构与技术规格】
文件数 1 个，合计 69.32 KB。数据集 DOI：10.17632/wbckkkrygp.1。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/wbckkkrygp
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/wbckkkrygp
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
该数据集是一个医学研究辅助表格，系统整理了北美接触性皮炎研究组（NACDG）十大常见过敏原、相关补充过敏原以及刺激性接触性皮炎的常见来源信息。数据内容主要包括各类过敏原和刺激物在个人护理产品、珠宝、护发产品、外用抗生素等日常用品中的分布情况，特别区分了仅涉及眼睑和涉及眼睑及头颈部的患者群体。数据来源于临床研究，主要应用于接触性皮炎的病因学分析、过敏原流行病学研究、临床诊断辅助以及患者教育，帮助识别和避免常见的致敏和刺激源。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
