苏金单抗联合手术干预治疗中重度化脓性汗腺炎的疗效评估:一项回顾性队列研究

该数据集以临床表格和图像形式提供了化脓性汗腺炎患者在接受苏金单抗联合手术干预治疗后的临床指标变化及治疗特征数据,主要用于评估生物制剂与外科联合疗法对中重度化脓性汗腺炎的疗效与安全性,支持皮肤病学领域的回顾性研究和临床决策优化。

Mendeley Data
浏览 28
化脓性汗腺炎治疗生物制剂联合疗法
Evaluation of combination therapy with secukinumab and surgical intervention for moderate-to-severe hidradenitis suppurativa: a retrospective cohort study

基本信息

大小
0.000071397 GB
创建/更新时间
2026-09-21
版本
v1

资源简介

苏金单抗联合手术干预治疗中重度化脓性汗腺炎的疗效评估:一项回顾性队列研究

【数据集背景】

本数据集源站标题为《Evaluation of combination therapy with secukinumab and surgical intervention for moderate-to-severe hidradenitis suppurativa: a retrospective cohort study》。源站首次发布:2025-09-15。

【数据内容】

源站原始描述:1. Supplemental Materials including: Supplemental Figure 1. Changes in clinical indicators of 29 cases of hidradenitis suppurativa at 48 weeks of follow-up. Supplemental Table 1. Treatment characteristics 2.Supplemental Materials

【数据结构与技术规格】

文件数 2 个,合计 71.40 KB。数据集 DOI:10.17632/gf7y8kh79p.1。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/gf7y8kh79p

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/gf7y8kh79p

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

该数据集是一项回顾性队列研究的补充材料,聚焦于中重度化脓性汗腺炎(Hidradenitis Suppurativa)的治疗评估。数据集包含临床指标变化图(如随访48周时29例患者的指标变化)和治疗特征表,数据来源于患者临床记录,以表格和图像形式呈现。主要研究方向为生物制剂(苏金单抗)与外科手术联合疗法的疗效与安全性分析,适用于皮肤病学、临床治疗策略优化及真实世界证据研究。

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。

获取专属数据定制方案