CorEvitas 斑秃安全性与有效性登记研究
该数据集来自 clinicaltrials.gov，为 CorEvitas 斑秃（AA）安全性与有效性登记研究，旨在建立斑秃受试者队列，长期观察 AA 治疗的安全性与有效性
基本信息
资源简介
CorEvitas 斑秃安全性与有效性登记研究
CorEvitas 斑秃（Alopecia Areata，AA）安全性与有效性登记研究是一个以斑秃患者为对象的观察性登记数据库，来源于 clinicaltrials.gov。该登记研究旨在建立一个斑秃受试者队列，对斑秃治疗开展长期安全性与有效性研究。由于即使药物获得监管批准后，对其长期安全性及疗效的认识仍然有限，因此纳入并长期随访大量暴露于目标疗法的多样化真实世界患者，对于理解安全性与有效性具有重要意义。所采集的结构化观察数据将用于更好地刻画疾病自然史，并广泛评估已获批用于斑秃治疗的药物的有效性与安全性，以支持药品生产商和监管机构持续开展风险获益评估；同时，所收集的数据也将为受试者及治疗提供者的临床决策提供参考。该数据集在分类上归属于皮肤与结缔组织疾病下的脱发类别，主题标签为斑秃。
【数据集背景】
斑秃是一种以脱发为表现的疾病，针对该病的治疗在获批上市后仍需要长期的安全性及有效性证据支持。该登记研究正是在这一背景下设立，其目标在于创建斑秃受试者队列，研究斑秃治疗的长期安全性与有效性。研究设立的基本认识是：即使治疗药物已经通过监管审批，对其长期安全性和疗效的理解依然有限，因此需要在真实世界环境中纳入大量且多样化的、暴露于目标疗法的患者并进行长期随访，以积累关于安全性与有效性的认识。
【数据内容】
该登记研究采集的是结构化的观察性数据。这些数据用于两个方面：一是更好地刻画斑秃疾病的自然史；二是广泛评估已获批用于斑秃治疗的药物的有效性与安全性，从而支持药品生产商与监管机构持续进行的风险获益评估。此外，所收集的数据还将用于为受试者和治疗提供者的临床决策提供信息支持。源站描述在末尾提及将通过经过验证的工具进行标准化收集，但相关表述在此处中断，具体收集工具与量表细节源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。其数据来自登记研究中对斑秃受试者的观察性随访，属于真实世界患者在接受目标疗法后的长期观察数据。源站描述提到数据通过标准化方式收集，但关于具体的采集流程、随访时间安排、采集频率以及数据录入方式等细节，源站未提供。
【适用场景】
基于其研究目标，该数据集适用于以下方向：评估斑秃治疗在真实世界人群中的长期安全性与有效性；刻画斑秃的自然史；支持药品生产商和监管机构对斑秃治疗药物开展持续的风险获益评估；为斑秃受试者及治疗提供者的临床决策提供参考信息。关于更具体的分析场景或已发表研究成果，源站未提供。
【使用方法】
源站未提供。关于数据获取途径、访问权限、数据结构说明及分析操作指南等信息，源站未提供。
【质量与限制】
该数据集为观察性登记研究数据，其设计目标是长期随访真实世界中的多样化患者人群，而非随机对照试验。源站描述强调，此类长期真实世界数据的价值在于弥补监管审批后长期安全性及疗效认识的不足。关于样本量、随访时长、数据完整性、缺失情况、偏倚控制措施等具体质量指标，源站未提供。
【引用与许可】
源站未提供。关于该数据集的引用方式、许可条款及使用限制等信息，源站未提供。
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/NCT05745389
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
条件：斑秃。该登记处的目标是建立一个斑秃受试者队列，以研究斑秃治疗的长期安全性和有效性。由于即使在监管批准之后，对安全性和有效性的长期了解仍然有限，因此对大量暴露于相关疗法的多样化真实世界患者进行入组和长期随访，对于了解安全性和有效性十分重要。所收集的观察性结构化数据将用于更好地描述该疾病的自然史，并广泛评估获批用于治疗斑秃的药物的有效性和安全性，以支持药品生产商和监管机构持续进行的风险获益评估。此外，所收集的数据将为受试者和治疗提供者的临床决策提供依据。这将通过标准化收集经过验证的患者报告结局（PRO）和临床医生报告结局（ClinRO）、对现患和新发合并症及不良事件的主动评估，以及记录用药模式来实现。
个人信息还从每位同意的登记研究对象中收集，以便与其他公共或私人临床及行政数据库建立链接，以及与专注于AA护理和治疗的组织所维护的数据库建立链接，用于临床、市场或结果研究。这为评估该疾病及其治疗的其他方面提供了机会，包括但不限于临床和药物成本效益、医疗资源利用以及受试者依从性。
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。
